Estatística Computacional

Conhecimentos de Base Recomendados

Estatística.

Métodos de Ensino

O ensino é realizado em sessões práticas lecionadas no laboratório informático. A par das aulas, os alunos vão desenvolvendo, em grupos de 2 ou 3, um projeto computacional de análise estatística de um conjunto de dados. Este projeto inclui a produção de um relatório escrito que deve ser apresentado oralmente pelos estudantes. A participação ativa dos estudantes nas aulas, o trabalho individual e em grupo e o aproveitamento do horário de atendimento do professor devem ser fortemente incentivados.

Resultados de Aprendizagem

O objetivo principal desta disciplina é preparar os estudantes para tratar, analisar e retirar informação de factos estatísticos observados. Pretende-se que os estudantes apliquem os conhecimentos teóricos que adquiriram na disciplina de Estatística clássica e que alarguem os seus conhecimentos a outros temas de Estatística, que serão tratados numa vertente mais prática. Com o recurso ao software R, serão tratados conjuntos de dados estatísticos reais e também simulados.

As principais competências a desenvolver são: capacidade de cálculo; competência na utilização de ferramentas computacionais; conhecimento de resultados matemáticos; capacidade de formular e resolver problemas; conceção ou utilização de modelos matemáticos para situações reais;  iniciativa individual; capacidade de trabalho em equipa; capacidade de aprendizagem autónoma; espírito crítico.

Estágio(s)

Não

Programa

Análise exploratória de dados. Distribuições de probabilidade. Associação e regressão. Breve referência a técnicas de amostragem. Estimação pontual e intervalar. Testes paramétricos e não paramétricos. Inferência em modelos de regressão. Análise da variância.

Docente(s) responsável(eis)

Cristina Maria Tavares Martins

Métodos de Avaliação

Avaliação continua
Projecto: 15.0%
Frequência: 85.0%

Avaliação final
Projecto: 15.0%
Exame: 85.0%

Bibliografia

Venables, W.N., Smith, D.M. e R Development Core Team, An Introduction to R, Network Theory Ltd, 2005.

Murrell, P., R Graphics, Chapman & Hall/CRC, 2006.

Moore, D.S. e McCabe, G.P., Introduction to the Practice of Statistics, W. H. Freeman and Company, 2006.

Pestana, D., Velosa, S., Introdução à Probabilidade e à Estatística, Fundação Calouste Gulbenkian, 2002.

Guimarães, R. e Cabral, J.,  Estatística,  McGraw-Hill, 1997.