Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Sub Menu
ISCTE-IUL  >  Ensino  >  MEPP , PGADCS

Análise Multivariada I: Modelos Lineares (1 º Sem 2018/2019)

Código: 00610
Acrónimo: 00610
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português
Língua(s) amigável(is):
Ser English-friendly ou qualquer outra língua-friendly, significa que a UC é leccionada numa língua mas que se pode verificar qualquer uma das seguintes condições:
1. Existem materiais de apoio em língua inglesa/outra língua;
2. Existem exercícios, testes e exames em língua inglesa/outra língua;
3. Existe a possibilidade de se apresentar trabalhos escritos ou orais em língua inglesa/outra língua.
1 6.0 0.0 h/sem 21.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 21.0 h/sem 129.0 h/sem 0.0 h/sem 150.0 h/sem
Em vigor desde o ano letivo 2014/2015
Pré-requisitos Não se aplica
Objectivos Nesta disciplina é dado particular enfoque à apresentação e desenvolvimento de um conjunto de métodos de análise de dados, de uso recorrente na investigação empírica em Ciências Sociais. São métodos que permitem descrever e interpretar relações de depen-dência entre as variáveis, a saber a Análise de Variância e a Regressão Linear.
A apresentação conceptual desses métodos será sempre acompanhada do desenvolvi-mento de diferentes aplicações. Para o efeito recorrer-se-á a um programa de estatística (IBM SPSS Statistics).
Pretende-se que os estudantes aprendam: a) a analisar e a testar modelos, que estabele-cem relações de dependência entre diferentes tipos de variáveis, no contexto da análise de dados multivariada; b) a usar uma ferramenta que lhe permite realizar as análises estatísticas necessárias à abordagem desses modelos; c) e a interpretar, a apresentar e a sistematizar os resultados obtidos, tendo em vista a realização, por exemplo, de um relatório de análise de dados.
Programa 1.Análise de Variância a um fator fixo (revisões) e introdução ao General Linear Model (GLM)
2.Análise de Variância a mais de um fator fixo (n-way ANOVA)
2.1.Apresentação do modelo e especificação dos pressupostos
2.2.Testes F
2.3.Comparações a posteriori
2.3.1.Efeito de interacção não significativo (testes Post-Hoc)
2.3.2.Efeito de interacção significativo (testes via sintaxe)
3.Regressão Linear
3.1.Definição e hipóteses do modelo
3.2.Estimação dos parâmetros
3.3.Avaliação da qualidade do modelo: coeficiente de correlação múltiplo e coeficiente de determinação múltiplo
3.4.Inferência sobre o modelo: teste F e testes t
3.5.Coeficientes de correlação parciais e semi-parciais
3.6.Previsões
Processo de avaliação Exercício individual com nota mínima de 10 valores.
Processo de ensino-aprendizagem As atividades de ensino-aprendizagem incluem duas componentes:
A. Uma componente teórico-prática onde a prática laboratorial, com recurso ao SPSS, permite aos alunos aplicar os diferentes métodos.
B. O trabalho pessoal dos estudantes quer individual, quer em grupo.
A exposição dos diferentes métodos é sempre acompanhada da apresentação de situações reais de investigação empírica particularmente adequadas ao contexto das ciências sociais.

Observações Uma das funcionalidades associadas ao desempenho desta unidade curricular prende-se com o uso da plataforma de e-learning. Esta é também um meio vinculativo da informação. Ao longo do semestre os alunos são sendo sensibilizados a usar a plataforma, beneficiando assim das suas vantagens.
Através dela os alunos têm acesso a todos os materiais necessários ao acompanhamento das aplicações utilizadas, quer nas aulas teórico-práticas, quer nas sessões laboratoriais.
A plataforma é igualmente usada para colocar outro tipo de informação importante para os alunos como seja: avisos da equipa docente, materiais destinados à avaliação dos alunos, etc.
Bibliografia básica Field, Andy, 2013, Discovering Statistics Using IBM SPSS Statistics, London, Sage Publications, 4th Edition.
Hair, Joseph, Ralph Anderson, Ronald Tatham e William Black, 2006, Multivariate Data Analysis, Upper Saddle River: Pearson 6ª  ed.
Maroco, João, 2010, Análise Estatística com o PASW Statistics (ex-SPSS), Pero Pinheiro, ReportNumber.
Bibliografia complementar Barbara, Linda Fidell, 2000, Computer-assisted research design and analysis, Boston: Ally and Bacon
Cohen, Jacob, Patrícia Cohen, 2003 Applied multiple regression-correlation analysis for the behavioral sciences, Mahawh: Laurence Erlbaum, 3ª ed.
Tacq, Jacques, 1997, Multivariate Analyses Techniques in Social Science Research from problems to analysis, London, Sage.