Estatística I: Inferência e Métodos Descritivos/ Descriptive Analytics
Código
200035
Unidade Orgânica
NOVA Information Management School
Créditos
7.5
Professor responsável
Jorge Morais Mendes
Língua de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Objectivos
Este curso cobre técnicas de análise estatística multivariada. Os alunos devem ter capacidade, perante um conjunto de dados e um objetivo particular, escolher a metodologia adequada e ter capacidade crítica relativamente aos resultados obtidos.
Devem, ainda, ter o conhecimento das vantagens, limitações e condições de aplicabilidade das várias metodologias de análise de dados apresentadas pela disciplina.
Pré-requisitos
Estatística e álgebra linear (recomendado)
Conteúdo
1. Introdução à Análise de Dados Multivaiados
2. Fundamentos da manipulação de dados- introdução ao R
3. Representação gráfica de dados multivariados
4. Distribuição normal multivariada
5. Análise em componentes prinicpais
6. Análise Factorial (exploratória)
7. Análise de clusters
8. Análise discriminante
9. Multidimenional scaling
10. Análise de medidas repetidas
Bibliografia
Everitt, B. and Hothorn, T. (2011). An Introduction to Applied Multivariate Analysis with R, Springer; Johnson, R.A and Winchern (2007), D. W., Applied Multivariate Statistical Analysis, 6th edition, Pearson Prentice Hall; Sharma, S., (1996) Applied Multivariate Techniques, John Wiley & Sons; Timm, N. H., (2002) Applied Multivariate Analysis, Springer; 0
Método de ensino
A disciplina baseia-se em aulas teórico-práticas e práticas. As aulas práticas estão orientadas para a resolução de problemas e exercícios.
Método de avaliação
- (60%) Exame final (1ª e 2ª épocas)
- (40%) Projeto
1. Nota mínima de 9.5 no exame final; caso contrário o aluno reprova.