Data Analytics (LGVR)
Nesta unidade curricular são abordados os conceitos e ferramentas de Estatística que permitem analisar dados e obter resultados de forma significativa e útil para a gestão e decisão em problemas de Retalho. A apresentação dos conteúdos é feita numa perspetiva aplicada e acompanhada de software de análise de dados, para auxiliar a descrição e visualização de dados, bem como explorar relações, comparações, determinar modelos preditivos e identificar padrões.
Análise de dados
Inferência Estatística
Modelos preditivos
Comunicação de resultados
Ao concluir a UC, é esperado que o/a estudante demonstre as seguintes competências:
- Aplicar ferramentas de visualização de dados e estatística descritiva, interpretando no contexto;
- Identificar situações de incerteza modeladas por algumas das leis de distribuição de probabilidades mais importantes;.
- Realizar inferência estatística, nomeadamente intervalos de Confiança e Testes de hipótese no apoio à decisão;
- Conduzir e interpretar relações de correlação e de regressão, como modelos preditivos (de vendas, de satisfação de clientes, etc)
- Conhecer e saber aplicar alguns métodos de previsão e de mineração de dados (data mining)
- Utilizar um software com a vontade, avaliar criticamente e comunicar os resultados
1. Introdução à análise de dados, ferramentas, limpeza de dados. Visualização de dados, relações, estatística descritiva;
2. Revisões de Probabilidades, leis de distribuição e Fórmula de Bayes
3. Estimação e Inferência: Tipos de Amostragem, Intervalos de confiança e testes de Hipóteses (paramétricos e não paramétricos).
4. Análise de correlação e modelos de Regressão
5. Tópicos adicionais podem contemplar, entre outros (a selecionar): previsão em séries temporais; Árvores de decisão, classificação;
Aplicações com software (SPSS, ou R, Python, outros, sem custos adicionais para o/a estudante).
1. P. Newbold, W. L. Carlson, & B. M. Thorne (2019). Statistics for Business and Economics. 9. ed., Boston: Pearson
S.
2. Christian Albright, Wayne L. Winston. Business Analytics: Data Analysis & Decision Making, 7th edition,
CENGAGE, 2019
3. Materiais de texto e de outras tipologias a disponibilizar online pelo/a docente
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%.