
Estatística
Código
200046
Unidade Orgânica
NOVA Information Management School
Créditos
7.5
Professor responsável
Ana Cristina Marinho da Costa
Língua de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Objectivos
Esta unidade curricular visa fornecer aos estudantes conhecimentos teóricos e práticos sobre metodologias de inferência estatística paramétrica e não paramétrica. Os estudantes irão explorar os princípios fundamentais da estatística, tanto da perspetiva conceptual como aplicada. Os estudantes irão adquirir competências relacionadas com variáveis aleatórias, estimadores, distribuições amostrais, estimação pontual e intervalar, e testes de hipóteses. Os estudantes irão compreender claramente as condições de aplicabilidade de cada procedimento. Os conceitos e princípios serão ilustrados usando conceitos do mundo real aplicáveis a muitos sectores institucionais e empresariais, incluindo saúde, comércio, desporto, seguros, etc.
Pré-requisitos
Não se aplica.
Conteúdo
A unidade curricular está organizada em oito Unidades de Aprendizagem (UA):
UA1. Variáveis aleatórias
UA2. Distribuições de probabilidade
UA3. Distribuições amostrais
UA4. Estimação pontual
UA5. Estimação por intervalos
UA6. Testes de hipóteses
UA7. Análise de variância (ANOVA)
UA8. Testes não paramétricos
Bibliografia
Afonso, A., Nunes, C. (2011). Estatística e Probabilidades. Aplicações e Soluções em SPSS, Escolar Editora.
Conover, W. J. (1999). Practical Nonparametric Statistics. 3rd ed., Wiley.
Hogg, R. V., Tanis, E. A. (2010). Probability and Statistical Inference. 8th Edition, New Jersey: Pearson/Prentice-Hall.
Newbold, P., Carlson, W. L., Thorne, B. (2012). Statistics for Business and Economics. 8th Edition, Boston: Pearson.
Murteira, B., Ribeiro, C.S., Silva, J.A. e Pimenta, C. (2002). Introdução à Estatística, McGraw Hill.
Método de ensino
A unidade curricular é baseada em aulas teóricas e práticas. Serão aplicadas diversas estratégias de ensino, incluindo exposição e demonstrações com apresentação de slides, aplicações passo a passo, perguntas e respostas. As sessões incluem apresentação de conceitos e metodologias, resolução de exemplos, discussão e interpretação de resultados. A componente prática está orientada para a resolução de problemas e exercícios, incluindo a discussão e interpretação de resultados. É igualmente proposto um caderno de exercícios que deverão ser resolvidos com trabalho individual fora das aulas.
Método de avaliação
1ª época: projeto (25%), 1º teste (35%), 2º teste com nota mínima de 7,5 valores (40%)
2ª época: exame final (100%)
Cursos
- Pós-Graduação em Gestão dos Sistemas e Tecnologias de Informação
- Pós-Graduação em Marketing Research e CRM (Estudos de Mercado e Gestão do Relacionamento com o Cliente)
- Laboral - Especialização em Gestão do Conhecimento e Business Intelligence
- Pós-Graduação em Gestão do Conhecimento e Business Intelligence (Inteligência de Negócio)
- Análise e Gestão de Risco
- Pós-Graduação em Análise e Gestão de Informação
- Especialização em Gestão do Conhecimento e Business Intelligence (Inteligência de Negócio)
- Pós Graduação em Cidades Inteligentes (Smart Cities)
- Especialização em Gestão dos Sistemas e Tecnologias de Informação
- Pós-Graduação em Direção de Sistemas de Informação
- Pós-Graduação em Análise e Gestão de Risco
- Análise e Gestão de Informação
- Pós-Graduação em Sistemas de Informação Empresariais
- Pós Graduação em Digital Enterprise Management
- Pós-Graduação em Gestão de Informação e Business Intelligence na Saúde
- Especialização em Marketing Intelligence
- Pós-Graduação em Digital Marketing and Analytics
- Pós-Graduação em Marketing Intelligence
- Estudos de Mercado e Gestão do Relacionamento com o Cliente