Disciplina detalhes

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

OA1 – Identificar o objetivo dos métodos aprendidos e selecionar o mais adequado a cada situação.
OA2 – Aprender a realizar uma Análise de Regressão Linear Múltipla.
OA3 – Aprender a realizar uma Análise de Classificação.
OA4 – Aprender a realizar previsões em séries temporais.
OA5 - Sumariar, apresentar e interpretar, os resultados obtidos utilizando um software de análise de dados.
OA6 - Aprender a elaborar um relatório de análise de dados.
Métodos de Ensino

A UC é operacionalizada através do regime de ensino flexível, com metodologias de aprendizagem mistas. As aulas são Teórico-Práticas (TP) e Laboratoriais (PL), correspondendo à articulação das metodologias expositivas com as indutivas, centradas no esforço e participação do estudante.?? Na vertente Teórico-Prática privilegia-se a mistura entre o método expositivo/demonstrativo para apresentação dos conceitos com os métodos ativos que proporcionam a discussão e participação do estudante. Na vertente Laboratorial?privilegia-se os métodos ativos que proporcionam a discussão e aplicação, em casos práticos, dos conhecimentos adquiridos, recorrendo à utilização de software específico. A UC poderá ainda integrar a participação de convidados com experiência profissional para introduzir e refletir sobre tópicos da sua área de especialização de modo a fomentar a partilha de experiências e conhecimento.
Estágio(s)

Não
Programa

CP1 – Regressão Linear Múltipla Estimação e interpretação dos coeficientes de regressão; Diagnóstico do modelo de regressão; Avaliação da precisão dos coeficientes de regressão; Avaliação da precisão do modelo de regressão; Variáveis independentes qualitativas; Potenciais problemas no modelo de regressão.
CP2 – Análise de Classificação Regressão Logística; Análise Discriminante; Naive Bayes.
CP3 – Séries Temporais Método ARIMA; Métodos de alisamento exponencial.
Demonstração de conteúdos

Para os objetivos de aprendizagem definidos de OA1 a OA6 e atendendo ao programa definido: CP1 aborda os temas que permitem atingir os objetivos de aprendizagem apresentados em OA1, OA2, OA5 e OA6. CP2 aborda os temas que permitem atingir os objetivos de aprendizagem apresentados em OA1, OA3, OA5 e OA6. CP3 aborda os temas que permitem atingir os objetivos de aprendizagem apresentados em OA1, OA4, OA5 e OA6.
Demonstração da metodologia

As aulas são teórico-práticas e laboratoriais e conjugam diversas metodologias pedagógicas. As metodologias de ensino propostas assentam em métodos de ensino-aprendizagem ativos, estimulando a participação e o envolvimento dos estudantes no seu processo de aprendizagem. As metodologias previstas fomentam assim a capacidade de aplicação prática e o trabalho autónomo do estudante.
Docente(s) responsável(eis)

-
Bibliografia

Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). Sage Publications Ltd.
Field, A., Miles, J. & Field, Z. (2012). Discovering statistics using R. Sage Publications Ltd.
Fuller, W. A. (2011). Sampling statistics. John Wiley & Sons.
Gujarati, D.N. & Porter, D.C. (2009). Basic Econometrics (5th ed.). McGraw-Hill Irwin.
Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2014). Multivariate Data Analysis (7th ed.). Pearson Education.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021).?An introduction to statistical learning (2nd ed.). Springer
Maroco, J. (2021). Análise Estatística com o SPSS (8ª ed.). Report Number
Mills, T. C. (2019). Applied time series analysis: A practical guide to modeling and forecasting. Academic press
Ramasubramanian, K., Moolayil, J. (2019). Applied Supervised Learning with R: Use machine learning libraries of R to build models that solve Business problems and predict future trends. Packt Publishing Ltd