Objetivos e Competências
Objetivos Pedagógicos:
Transferir conhecimentos básicos de Estatística e de alguns métodos de análise, para que os alunos adquiram competências basilares de organização, representação, interpretação e inferência de dados/informação.
Promover nos alunos o gosto pela Estatística, transferindo conhecimentos que os ajudem a ser utilizadores críticos desse mesmo conhecimento, com autonomia para extrair informação de dados e compreender as situações que eles representam.
Fomentar um raciocínio científico e crítico, essencial na tomada de decisões.
Resultados Expectáveis:
Os alunos deverão adquirir as seguintes competências:
- dominar os conceitos de amostra e população, variáveis de estudo e métodos de amostragem;
- aplicar os conhecimentos de estatística descritiva na organização, representação e interpretação de dados; calcular e interpretar as medidas de síntese mais relevantes (de localização, de dispersão e de formato);
- correlacionar variáveis qualitativas e quantitativas e calcular/interpretar indicadores da correlação;
- aplicar a metodologia de regressão linear e avaliar a qualidade/adequabilidade do modelo linear na representação dos dados e estabelecer previsões;
- definir variáveis aleatórias e conhecer as distribuições de probabilidade mais relevantes (normal, normal padrão, t-Student, Chi-Quadrado e F);
- conhecer algumas distribuições amostrais (média amostral e diferença entre duas médias amostrais) e calcular probabilidades de ocorrência;
- inferir sobre parâmetros populacionais (por estimação intervalar e por teste de hipóteses).
Metodologias de ensino
A disciplina está estruturada em aulas teóricas (13h) e teórico-práticas (26h). Nas aulas teóricas são apresentados os conteúdos teóricos, com exemplos de aplicação. Nas aulas teórico-práticas os alunos resolvem exercícios propostos e compilados num compêndio que abrange toda a matéria, com o objectivo de consolidar e aplicar os conhecimentos adquiridos.
Conteúdos programáticos
- Conceitos básicos de Estatística: definição de população e amostra; fases do método de análise estatística; variáveis aleatórias qualitativas e quantitativas; escalas de medição das variáveis aleatórias; fontes de dados; desenho de estudo; amostragem e erros de amostragem.
- Estatística descritiva: Dados qualitativos (nominais e ordinais) e quantitativos (discretos e contínuos), agrupados e não agrupados. Medidas de síntese: localização, dispersão e formato da distribuição.
Cálculo de frequências absolutas e relativas.
Representação gráfica dos dados: gráficos de colunas, diagramas circulares, polígonos de frequências, histogramas, diagramas de extremos e quartis e diagramas de caixa de bigodes.
- Amostras univariadas e bivariadas. Introdução à correlação e regressão.
Correlação linear: variáveis quantitativas (diagramas de dispersão e coeficiente de correlação de Pearson) e variáveis qualitativas (coeficiente de correlação de Spearman). Regressão linear: estimação de parâmetros pelo método dos mínimos quadrados; avaliação da qualidade da regressão; coeficiente de determinação. Previsão por interpolação e por extrapolação.
- Variáveis aleatórias e distribuições de probabilidade. Estudo de distribuições de probabilidade de variáveis aleatórias contínuas: a distribuição normal, normal padrão, t-Student, Qui-quadrado e F.
- Amostragem aleatória e distribuições amostrais: distribuição da média amostral e da diferença entre duas médias amostrais.
- Estimação intervalar: conceitos de estimação intervalar; intervalos de confiança para a média populacional e para a diferença entre duas médias populacionais, para a variância populacional e para a razão entre duas variâncias populacionais, para a proporção populacional e para a diferença entre duas proporções populacionais; dimensão de amostras.
- Testes de hipóteses: procedimentos envolvidos nos testes de hipóteses; região crítica, nível de significância, testes bilaterais e unilaterais para a média, diferença entre médias, variância, razão entre variâncias, proporção e diferença entre proporções populacionais.