Disciplina Curricular

Amostragem e Análise de Dados AAD

Curso de Especialização em Data Science - 1_PGDSc 2017/18

Contextos

Grupo: 1_PGDSc 2017/18 > Especialização > Optativas > 768 - PGDSc - Grupo 4

Período:

Grupo: 1_PGDSc 2017/18 > Especialização > Optativas > 765 - PGDSc - Grupo 1

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

Disciplinas Execução

2021/2022 - 1 Semestre

2020/2021 - 1º semestre

2019/2020 - 1 Semestre

2018/2019 - 1 Semestre

2017/2018 - 1 Semestre