Plano de Estudos
Estatística para a Gestão II 8111402
Contextos
Groupo: 2_Plano_2021/2022_LGRH > 1º Ciclo > Tronco comum
ECTS
5.0 (para cálculo da média)
Objectivos
Dotar os alunos dos conhecimentos suficientes para que possam analisar e interpretar uma grande variedade de dados recorrendo a técnicas de análise multivariada. Para a obtenção de aprovação nesta unidade curricular os alunos terão que: 1) Aplicar métodos comparativos sobre várias populações 2) Extrair o máximo de informação dos dados, pela redução do número de variáveis; cruzamento de variáveis e análise da dependência/independência; capacidade para realizar previsões, classificação, descriminação e segmentação.
Programa
1. INTRODUÇÃO À ANÁLISE MULTIVARIADA DE DADOS 2. ANÁLISE INCIAL DOS DADOS 2.1. Análise gráfica 2.2. Análise das não-respostas e outliers 2.3. Ferramentas de validação de dados 3. ANÁLISE FACTORIAL E ANÁLISE DE COMPONENTES PRINCIPAIS 3.1. Extracção das componentes principais 3.2. Escolha do número componentes principais 3.3. Rotação dos factores 4. ANÁLISE CATEGORIAL DE COMPONENTES PRINCIPAIS 4.1. Escolha do número de dimensões 4.2 Agrupamento das variáveis 4.3. Agrupamento das categorias 4.4. Interpretação 5. ANÁLISE DE REGRESSÃO 5.1. Regressão Linear 5.1.1. Selecção do modelo 5.1.2. Análise e validação do modelo 5.1.3. Previsão 5.2 Análise Discriminante e Regressão Logística 5.3. Regressão Categorial 6. ANÁLISE DE AGRUPAMENTO 6.1. Técnicas de Agrupamento 6.2. Variáveis base de agrupamento 6.3. Selecção do número de clusters 7. ESCALONAMENTO MULTIDIMENSIONAL 7.1. Conceito de proximidade 7.2. Tipos de MDS 7.3. Escolha da dimensionalidade
Método de Avaliação
Serão utilizados métodos de aprendizagem que envolvam os alunos na análise e aplicação de conceitos em contextos reais, resultando na aquisição de competências teóricas e metodológicas essenciais. O docente começará por resolver um exercício com os alunos, nos exercícios seguintes, o docente será moderador. Os temas serão abordados com auxílio do SPSS. Na Época Normal os alunos poderão optar por Avaliação Mista (três elementos: exame final, com peso 65%; trabalho de grupo com peso 15%; e 20% para avaliação individual de cada aluno do grupo) ou Avaliação Final (composta apenas pelo exame final, 100%). Desistências da Avaliação Mista devem ser comunicadas por escrito ao docente até uma semana antes do 1º momento de avaliação. Os alunos em Avaliação Mista podem apresentar-se à Época de Recurso com esses elementos de avaliação, se não os tiverem apresentado em Época Normal e se manifestarem essa opção ao docente (na plataforma e-learning) até ao final da Época Normal.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 68.0
Carga Total -
Bibliografia
Principal
- Multivariate data analysis: Hair, J., Black, W., Babin, B., & Anderson, R. 2018 Hair, J., Black, W., Babin, B., & Anderson, R. (2018). Multivariate data analysis (8ª ed.). Cengage Learning EMEA.
- Estatística aplicada: Reis, E., Melo, P., Andrade, R., & Calapez, T. 2016 Reis, E., Melo, P., Andrade, R., & Calapez, T. (2016). Estatística aplicada (5ª ed.). (Vol. 2). Edições Sílabo
- Multivariate analysis techniques in social science research: Tacq, J. 1997 Tacq, J. (1997). Multivariate analysis techniques in social science research. SAGE Publications.
- Análise estatística com utilização do SPSS: Maroco, J. 2007 Maroco, J. (2007). Análise estatística com utilização do SPSS (3ª ed.). Edições Sílabo.
- SPSS 19.0 guide to data analysis: Norusis, M. 2011 Norusis, M. (2011). SPSS 19.0 guide to data analysis. Prentice Hall.
- Análise de dados para as ciências sociais - a complementaridade do SPSS: Pestana, M., & Gageiro, J. 2014 Pestana, M., & Gageiro, J. (2014). Análise de dados para as ciências sociais - a complementaridade do SPSS (6ª ed.). Edições Sílabo.