Código: 22017
Departamento: DCET
ECTS: 10
Área científica: Estatística
Total de horas trabalho: 260
Total de horas de contacto: 40

No final desta unidade curricular os estudantes deverão conhecer as principais técnicas de inferência estatística paramétrica. Deverão ainda saber ajustar modelos de regressão linear, realizar inferência aos parâmetros e deverão conhecer os princípios básicos de Análise de Variância e métodos de comparação múltipla.

Inferência Estatística
Regressão Linear
Análise de Variância
Métodos de Comparação Múltipla

No final desta unidade curricular os estudantes deverão ter adquirido competências que lhe permitam:
Uma visão abrangente do estado da arte, seu historial e desenvolvimentos recentes.
Sentir-se aptos a trabalhar com conjuntos de dados, descrevendo-os, comparando-os e extrapolando resultados para as respectivas populações.
Saber escolher, saber aplicar e interpretar métodos de Inferência Estatística Paramétrica e Não Paramétrica.
Reconhecer a importância da Regressão Linear e saber usar esta técnica no estudo de amostras e de tendências.
Conhecer a Inferência Estatística aplicada aos parâmetros de regressão e sua interpretação.
Saber usar e interpretar a técnica de Análise de variância a um Factor.
Conhecer e saber seleccionar o Método de Comparação Múltipla mais adequado a cada situação prática.
Conseguir usufruir das capacidades de um software adequado à análise de dados em delineamento experimental, nomeadamente a linguagem R.

1. Inferência Estatística Paramétrica
2. Modelos de Regressão Linear
3. Inferência aplicada aos parâmetros da regressão
4. Análise de Variância
5. Métodos de Comparação Múltipla

·         Calapez, T., Melo P, Andrade, R., Reis, E. (2008). Estatística Aplicada, Volume 2. Edições Silabo, 6ª edição, 2019

·         Oliveira, T. (2004). Estatística Aplicada. Universidade Aberta.

·         Pruim, R. (2010). Foundations and Applications of Statistics - An introduction using R. Pure and Applied Undergraduate Texts, American Mathematical Society.

·         de Sá, J.P.M. (2007). Applied Statistics Using SPSS, STATISTICA, MATLAB and R. Edition: 2nd ed. Berlin, Springer

E-learning.

A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da unidade curricular.

No Mestrado em Bioestatística e Biometria esta unidade curricular pode ser lecionada em regime de partilha e acompanhada em Castelhano para além do Português, quando se justifique. O docente será um professor da UNED (Universidad Nacional de Educación a Distancia, Espanha).