Disciplina Curricular
Amostragem e Análise de Dados AAD
Mestrado Bolonha em Matemática Aplicada à Economia e Gestão - 1_MMAEG 2012/13 a 2018/19
Contextos
Grupo: 1_MMAEG 2012/13 a 2018/19 > 2º Ciclo > Parte Escolar > Obrigatórias > Optativas > 2º Ano > 792_Grupo A + B + Econ e Gestão - MAEG
Período:
Grupo: 1_MMAEG 2012/13 a 2018/19 > 2º Ciclo > Parte Escolar > Obrigatórias > Optativas > 1º Ano > 795_Grupo A + Econ e Gestão - MAEG > 1º Semestre
Período:
Peso
6.0 (para cálculo da média)
Objectivos
O objectivo da Parte I desta unidade curricular é fornecer conhecimentos sobre os métodos mais utilizados na recolha de informação estatística sobre populações finitas e correspondente tratamento estatístico dos dados obtidos. O objectivo da Parte II desta unidade curricular é dar conhecimentos sobre as ideias básicas, aplicações e métodos da análise de dados multivariados. Após uma introdução sobre conceitos fundamentais, os estudantes devem aprender quatro métodos de análise de Dados Multivariados: análise em componentes principais; análise factorial; análise classificatória e análise de tabelas de contingência. Deverão saber quando aplicá-los e interpretar correctamente os resultados. Pretende-se também que os estudantes ganhem a capacidade de saber trabalhar com um ou mais programas informáticos que incluam estes métodos.
Programa
Parte I: Amostragem Recolha de informação estatística: censos e sondagens. Amostragem aleatória vs não aleatória. Vários tipos de amostras não aleatórias. Amostragem aleatória: simples; sistemática; com probabilidades desiguais; covariáveis; estratificada; por grupos e multi-etapas; dupla. Estimação: da média; do total de uma população; de uma proporção. Parte II: Análise Dados Multivariados Generalidades - dados multivariados. Representação gráfica. Análise em Componentes Principais - construção das c. p.'s; redução de dimensionalidade; interpretação; propriedades. Análise Factorial: o modelo de AF; estimação de loadings; validação do modelo; redução de dimensionalidade; interpretação e rotação dos factores; comparação de ACP com AF. Análise Classificatória: semelhanças e dissemelhanças; métodos gráficos; métodos hierárquicos e não hierárquicos. Análise de Dados Categorizados - Tabelas de Contingência: testes de independência e de homogeneidade; análise da dependência entre variáveis.
Métodos de ensino e avaliação
Aulas teóricas onde é exposta a matéria, incluindo a análise de casos de estudo. Aulas práticas, onde são resolvidos exercícios de aplicação recorrendo frequentemente ao auxílio de software apropriado. Exame final