Disciplina
Análise Multivariada
Área
Área Científica de Probabilidades e Estatística > Probabilidades e Estatística
Activa nos planos curriculares
MMAC 2021 > MMAC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização > Área de Especialização em Probabilidade e Estatística > Área Científica de Probabilidades e Estatística > Análise Multivariada
MECD2019 > MECD2019 > 2º Ciclo > Tronco Comum > Grupo Matemática > Análise Multivariada
Min-CD 2021 > Min-CD 2021 > Análise Multivariada
DEAEPE2006 > DEAEPE2006 > 3º Ciclo > Opções de Mestrados, Deas e Dfas > Análise Multivariada
MMA 2006 > MMA 2006 > 2º Ciclo > Perfis > Probabilidades e Estatística Matemática > Probabilidades e Estatística > Análise Multivariada
Nível
Testes (50%) + Projeto Computacional (50%).
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
1.0 h/semana
119.0 h/semestre
Objectivos
Ganhar exposição aos métodos de análise multivariada mais comuns e obter o conhecimento necessário para efectuar interpretações adequadas de dados multivariados, em particular para compreender a estrutura que lhe está subjacente, e seleccionar os métodos de análise apropriados.
Programa
Introdução à análise multivariada. Estatística descritiva para dados multivariados. Distribuição normal e multinomial multivariada e problemas de inferência associados. Análise discriminante e análise de variáveis canónicas. Análise de componentes principais. Análise de clusters. Multidimensional scaling.
Metodologia de avaliação
Testes (50%) + Projeto Computacional (50%).
Pré-requisitos
Componente Laboratorial
Realização de trabalhos laboratoriais realizados com auxílio do R (ou equivalente).
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.
Componente de Programação e Computação
Os trabalhos laboratoriais envolvem todos programação em R. A percentagem de avaliação nesta componente é de 50%.
Componente de Competências Transversais
Pensamento Crítico e Inovador – A realização do projecto envolve componentes de pensamento estratégico, pensamento crítico, criatividade, e estratégias de resolução de problemas, sem avaliação explícita. Competências Intrapessoais – A realização do projecto envolve componentes de produtividade e gestão de tempo, gestão de stress, proatividade e espírito de iniciativa, motivação intrínseca e tomada de decisão, sem avaliação explícita. Competências Interpessoais – Na avaliação do relatório do projecto, 10% da classificação é atribuída à forma do relatórios e 10% da classificação é atribuída à apresentação oral e discussão do projecto.
Bibliografia
Principal
Applied Multivariate Statistical Analysis
R. A. Johnson and D. W. Wichern
Sixth Edition, Prentice-Hall, New Jersey
Secundária
An Introduction to Applied Multivariate Analysis with R
Applied Multivariate Statistical Analysis
Modern Multivariate Statistical Techniques: Regression, Classification, and Manifold Learning
An Introduction to Statistical Learning with Applications in R
G. James, D. Witten, T. Hastie, and R. Tibshirani
Springer, NY, (Corrected at 8th printing 2017).
Machine Learning: A Probabilistic Perspective
Methods of Multivariate Analysis