Estatística Aplicada I
Código: 21041
Departamento: DCET
Departamento: DCET
ECTS: 6
Área científica: Matemática
Área científica: Matemática
Total de horas trabalho: 156
Total de horas de contacto: 26
Total de horas de contacto: 26
Esta unidade curricular é a consolidação de conhecimentos de Estatística na área da Inferência Paramétrica e Não Paramétrica. Apresentando também uma pequena componente computacional em R. Com a introdução da análise de variância a um factor, inicia-se o estudo das técnicas avançadas de comparação de níveis.
Inferência estatística
Testes de hipóteses
Intervalos de confiança
Análise de Variância
Testes de hipóteses
Intervalos de confiança
Análise de Variância
Ao concluir esta unidade curricular o estudante deverá ficar apto a:
- interpretar e resolver problemas de Inferência Estatística Paramétrica e Não-Paramétrica.
- saber identificar se os dados são provenientes de uma população com uma determinada distribuição e se há independência entre amostras;
- saber estabelecer testes de hipóteses e intervalos de confiança e proceder à respectiva interpretação; tanto a nível conceptual como utilizando o R.
- saber usar técnicas estatísticas na comparação de vários níveis de um factor.
1. Introdução à Inferência Estatística
2. Estimação pontual
3. Estimação por Intervalos de Confiança
4. Testes de Hipóteses Paramétricos
5. Testes de Hipóteses Não Paramétricos
6. Análise de variância a um factor
O R será introduzido como ferramenta computacional para a análise e interpretação de dados nos conteúdos 2, 3 e 4.
2. Estimação pontual
3. Estimação por Intervalos de Confiança
4. Testes de Hipóteses Paramétricos
5. Testes de Hipóteses Não Paramétricos
6. Análise de variância a um factor
O R será introduzido como ferramenta computacional para a análise e interpretação de dados nos conteúdos 2, 3 e 4.
Bibliografia Obrigatória:
Figueiredo, F., Teles, P., Figueiredo, A., Ramos A., Inferência Estatística Problemas resolvidos e propostos com aplicações em R, Escolar Editora (2017)
Bibliografia Complementar:
T. Oliveira & A. Oliveira: Estatística Computacional, (Texto de apoio) (disponibilizado online)
T. Oliveira: Estatística Aplicada, cap.1-5. Edições Universidade Aberta, 2004 (disponibilizado online)
Elizabeth Reis, Paulo Melo, Rosa Andrade, Teresa Calapez, Estatística Aplicada – Vol 2. Edições Sílabo, 2018.
Pedrosa, A. C., Gama, Sílvio Marques A., Introdução Computacional à Probabilidade e Estatística, Porto Editora, 2007.
Figueiredo, F., Teles, P., Figueiredo, A., Ramos A., Inferência Estatística Problemas resolvidos e propostos com aplicações em R, Escolar Editora (2017)
Bibliografia Complementar:
T. Oliveira & A. Oliveira: Estatística Computacional, (Texto de apoio) (disponibilizado online)
T. Oliveira: Estatística Aplicada, cap.1-5. Edições Universidade Aberta, 2004 (disponibilizado online)
Elizabeth Reis, Paulo Melo, Rosa Andrade, Teresa Calapez, Estatística Aplicada – Vol 2. Edições Sílabo, 2018.
Pedrosa, A. C., Gama, Sílvio Marques A., Introdução Computacional à Probabilidade e Estatística, Porto Editora, 2007.
E-learning
O regime de avaliação preferencial é o de avaliação contínua, constituída pela realização de 2 e-folios (trabalhos escritos em formato digital), ao longo do semestre letivo, e de um momento final de avaliação e-fólio Global (e-fólioG), a ter lugar no final do semestre, com peso de, respetivamente, 40% e 60% na classificação final. Os estudantes podem, no entanto, em devido tempo, optar um único momento de avaliação, realizando, então uma prova de Avaliação Final (exame) com o peso de 100%.
Pré-requisitos: conhecimentos básicos de probabilidade e estatística (UC 21037 Elementos de Probabilidades e Estatística)