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  >  PGADCS , VdI

Análise Multivariada IV: Modelos de Interdependência (2 º Sem 2017/2018)

Código: 00612
Acrónimo: 00612
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 existem
Objectivos Nesta unidade curricular vão ser explorados métodos que permitem identificar e descrever a estrutura da relação entre variáveis (quantitativas ou qualitativas), identificando dimensões e associações privilegiadas entre variáveis ou entre categorias de variáveis, como é o caso da Análise de Componentes Principais (ACP) e da Análise de Correspondências Múltiplas.
A apresentação dos métodos será sempre acompanhada de aplicações temáticas, cuja realização será sustentada pelo software de estatística SPSS.
Pretende-se que os estudantes aprendam: a) a analisar situações em que se estabelecem relações de interdependência 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 Componentes Principais (ACP)
  1.1. Introdução
  1.2. Definição das componentes principais
  1.3. Significado dos valores próprios e das comunalidades
  1.4. Selecção das componentes principais: critérios de extracção
  1.5. Interpretação das componentes principais
  1.6. Métodos de rotação das componentes: métodos ortogonais e não-ortogonais
  1.7. Definição e interpretação dos scores factoriais
  1.8. Definição de índices (summated scales) e análise de consistência (via Alpha de Cronbach)
2. Análise de Correspondências Múltiplas (ACM)
  2.1. Introdução
  2.2. Descrição das matrizes de input para a ACM via SPSS
  2.3. Quantificação óptima e múltipla de dados qualitativos
  2.4. Significado dos valores próprios, inércia e das medidas de discriminação das variáveis: selecção e interpretação dessas medidas
  2.5. Selecção e interpretação das dimensões
  2.6. Representação gráfica de variáveis, de categorias e de objectos
  2.7. Projecção das variáveis suplementares no espaço das variáveis activas
Processo de avaliação Trabalho individual com nota mínima de 10 valores.

Processo de ensino-aprendizagem O estudo individual, tendo por base a bibliografia sugerida, será orientado e apoiado pela realização de aulas com diferentes perfis:

1. Sessões teórico-práticas ? a apresentação dos diferentes métodos contempla uma abordagem conceptual, através da qual se pretende que os alunos aprendam os fundamentos e os objectivos de cada um dos métodos em análise e uma vertente mais aplicacional. Neste caso são apresentados e discutidos diversos exemplos ? designadamente na forma de artigos, relatórios com análise de dados ? em cuja análise se justifique a utilização dos métodos desenvolvidos nesta unidade curricular;

2. Sessões laboratoriais ? paralelamente às aulas teórico-práticas existem também sessões laboratoriais que permitem aos alunos aplicar os diferentes métodos através de uma plataforma informática, mantendo-se o recurso ao SPSS.
Observações MATERIAL DE APOIO

A par da bibliografia (a seguir indicada) existem outros materiais necessários ao acompanhamento dos exercícios de aplicação, bem como de apoio às sessões laboratoriais. Estes materiais são disponibilizados na plataforma de e-learning. Ela 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, artigos científicos, etc.
Bibliografia básica Carvalho, H. (2008) Análise de Multivariada de Dados Qualitativos, Utilização da Análise de Correspondências Múltiplas com o SPSS. Lisboa: Sílabo.

Field, A. (2009) Discovering Statistics Using SPSS, London, Sage Publications, Third Edition.

Hair, J., Ralph A., Ronald T. & William B. (2006) Multivariate Data Analysis, Upper Saddle River: Pearson 6ª ed.

Maroco, J. (2010) Análise Estatística com o PASW Statistics (ex-SPSS), Pero Pinheiro.

Tabachnick, B. & Linda, F. (2006) Using Multivariate Statistics, USA, Person International Edition, 5ªed.

Reis, E. (2001) Estatística Multivariada Aplicada, Lisboa, Edições Sílabo, 2ªed.
Bibliografia complementar Tabachnick, B. & Linda F. (2000) Computer-assisted research design and analysis, Boston: Ally and Bacon.