Plano de Estudos

Ecologia Numérica ENum

Contextos

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Química

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Matemática

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Informática

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em História e Filosofia das Ciências

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Geologia

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Física

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução com Minor em Estatística e Investigação Operacional

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia do Organismo e Evolução

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em Tecnologia de Informação Geográfica

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em Matemática

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em Informática

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em História e Filosofia das Ciências

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em Geologia

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental com Minor em Estatística e Investigação Operacional

Groupo: 5_LBio 2023/24 > 1º Ciclo > Ramos > Ramo Biologia Ambiental

ECTS

6.0 (para cálculo da média)

Objectivos

A disciplina de Ecologia Numérica tem como principal objectivo o desenvolvimento do conhecimento sobre a análise de dados em ecologia. Pretende-se dar a conhecer técnicas estatísticas variadas, adequadas para diferentes situações comuns nos estudos ecológicos. Outro dos objectivos específicos incidirá sobre o desenvolvimento de competências quantitativas em contexto ecológico, potenciando a capacidade de aprendizagem autónoma ou com acompanhamento tutorial.

Programa

Introdução à Ecologia Numérica. O método científico. Tipos de estudos e de dados em ecologia. Revisões sobre probabilidades. Amostragem e delineamento experimental. Análise exploratória de dados. Testes de hipóteses. Testes de 1 e 2 amostras. Análise de variância simples e testes equivalentes não-paramétricos. Análise de variância multifactorial e com designs complexos. Correlação e Regressão linear. Modelos lineares generalizados. Modelos aditivos generalizados. Análise de dados de frequências em tabelas de contingência. Introdução à análise multivariada. Agrupamento/Classificação hierárquica e não hierárquica. Análise em componentes principais. Breve introdução a outras técnicas multivariadas (e.g., Análise de correspondências, Análise canónica de correspondências, Escalamento multidimensional, Análise discriminante).

Método de Avaliação

Avaliação: 1) em primeira época: trabalhos e mini-testes + um exame teórico; 2) em segunda época ou época especial: exame Teórico-Prático, 20 valores, que avalia T e TP. Para aprovar > 8.5/20 quer no exame teórico quer nos trabalhos. Para aprovar um aluno deverá assistir no mínimo a ¾ das aulas TPs. Será considerada a avaliação contínua, baseada em todas as formas possíveis, como trabalhos de casa, resposta a desafios, participação em sala de aula, interacções com os professores, presenciais e/ou via email.

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 105.0

Carga Total -

Bibliografia

Principal

Everitt, B. S. & G. Dunn. 2001. Applied Multivariate Data Analysis.ArnoldPublication. Gotelli, N. & A. M. Ellison. 2004. A primer of ecological statistics. Sinauer Associates,Sunderland. Krebs, C. J. 1989. Ecological methodology. Harper-Collins Publishers, New-York. Quinn, G. P. & M. J. Keough. 2002. Experimental design and data analysis for biologists.CambridgeUniversityPress,Cambridge. Sokal, R. R. & F. J. Rohlf. 1981. Biometry. 2nd edition. Freeman & Company, New York. Zar, J. 1996. Biostatistical analysis. 3rd edition. Prentice Hall, New Jersey.: