Guia de Cursos

Queres conhecer a oferta de cursos da NOVA, nas áreas das licenciaturas, mestrados e doutoramentos?
No nosso Guia de Cursos encontras informação útil sobre Faculdades, Institutos e Escolas.
Podes ainda aceder a informações complementares necessárias a uma completa integração.

saber mais Guia de Cursos

NOVA Information Management School

Análise de Dados

Código

200001

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

  1. Conhecimento e compreensão das principais técnicas de Análise Estatística Descritiva Multivariada ( AEDM )
  2. Apresentação de numerosas aplicações destas técnicas desenvolvendo análises univariadas , bivariadas e multivariadas associadas a matrizes de dados com variáveis quantitativas ou qualitativas.
  3. Uso do software SAS ( SAS Enterprise Guide ) no tratamento  estatístico de dados reais multivariados.

Pré-requisitos

Não se aplica.
 

Conteúdo

  1. Introdução.
  2. Análise em componentes principais descritiva ( ACP ): objectivo e ambito do método; interpretação geométrica da ACP ; ajustamento da nuvem de pontos-objecto no espaço p-dimensional;ajudas à interpretação; extensão- dupla análise em componentes principais para análise cúbica de dados; aplicações.
  3. Análise factorial das correspondencias enquanto caso particular de  uma ACP munida da métrica do qui-quadrado; generalização-análise factorial múltipla das correspondencias ; aplicações.
  4. Análise de clusters: métodos não hierárquicos e métodos hierárquicos ; aplicações.
  5. Recurso ao Software SAS ( SAS Enterprise Guide ) para o tratamento estatístico de dados reais multivariados.
 

Bibliografia

Branco João- uma Introdução à Análise de Clusters, Sociedade Portuguesa de Estatística 2004; Bry X. - Analyses Factorielles Multiples - Economica, Poche/Techniques quantitatives 1996; Escofier B. , Pagès J. - Analyses Factorielles Simples et Multiples, Dunod 1990; Gomes Paulo - Análise de Dados , ISEGI , 1993; Lebart L., Morineau A., Warwick K. -Multivariate D

Método de ensino

  1. O conteudo do curso é apresentado em Powerpoint mediante uma abordagem heurística e aulas teórico-práticas onde os alunos são confrontados desde a primeira aula com quadros de dados reais provenientes de vários ramos do conhecimento: pretende-se gerar um ambiente de aprendizagem e debate focalizado no aluno que contribua para  que o colectivo de alunos compreenda os alicerces das principais técnicas de análise de dados e por essa via captem o enorme campo de aplicação dos métodos de análise estatística descritiva e multivariada , nomeadamento no tratamento de dados de grandes dimensões, mas que sejam também capazes de identificar os limites desses métodos para dados mais complexos.
  2. Durante o curso são organizadas algumas aulas práticas em sala de computadores , procedendo-se ao tratamento de dados reais multivariados por recurso ao software SAS  ( SAS Enterprise Guide ) .
  3. Adicionalmente os alunos são convidados a colocar dúvidas e questões mais gerais em cada sessão ou posteriormente via e-mail alimentando um sistema FAQ que apoiará o processo de aprendizagem.

Método de avaliação

  1. O método de avaliação considera dois trabalhos de análise multivariada de dados e um exame final.
  2. O primeiro trabalho será proposto a meio do curso e permitirá avaliar o grau de conhecimento e compreensão do método base da Análise em componentes principais (ACP) e da respectiva adaptação ao tratamento de tabelas de contingencia ( Análise Factorial das Corespondencias, AFC ), nomeadamente no que diz respeito aos conceitos e definições inerentes a tais métodos e particularmente ao conjunto de indicadores de ajuda à interpretação dos dados.
  3. O segundo trabalho será proposto duas semanas antes do fim do curso tendo por objectivo principal a realização de uma análise estatística multivariada de dados reais, onde se espera que os alunos saibam recorrer a uma ou mais técnicas adequadas ao tratamento desses dados, usando o software SAS ( SAS Enterprise Guide ).
  4. Os trabalhos podem ser realizados individualmente ou em grupos com um máximo de três pessoas.
  5. O primeiro trabalho tem um peso de 0.2, o segundo trabalho um peso de 0.4 e o exame final um peso de 0.4.
  6. A classificação mínima em qualquer dos trabalhos ou no exame final é de oito valores.

Cursos