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  >  MG

Análise de Dados (2.º Ciclo) (1 º Sem 2015/2016)

Código: M3505
Acrónimo: M3505
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português, Inglês
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 30.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 0.0 h/sem 1.0 h/sem 31.0 h/sem 119.0 h/sem 0.0 h/sem 150.0 h/sem
Em vigor desde o ano letivo 2015/2016
Pré-requisitos Não existem
Objectivos Aplicar a análise de dados inferencial e multivariada a problemas concretos do domínio empresarial.
Programa CP1: Análise exploratória preliminar dos dados.
CP2: Testes de hipóteses paramétricos: teste t para uma média; teste t para duas médias; análise de variância simples.
CP3: Testes de hipóteses não-paramétricos: teste de ajustamento de Kolmogorov-Smirnov; teste de independência do Qui-Quadrado; teste de Mann-Whitney; teste de Kruskal-Wallis.
CP4: Regressão Linear: Simples e Múltipla
CP5: Análise em Componentes Principais
CP6: Análise de clusters: Hierárquica e Não Hierárquica de K-Médias.
Processo de avaliação Regime de avaliação: contínua ou final
Contínua:
-Trabalho em grupo a entregar no final das aulas (50%); nota mínima 8,5
-Exame 1ª ép.(50%);nota mínima 8,5
Assiduidade às aulas >=80%.
Final:
-Exame 2ª ép. (teorico-interpretativo 50%; SPSS 50%); nota mínima em cada 8,5.
Alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar docente da UC, ou o Coordenador da mesma, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Processo de ensino-aprendizagem A metodologia de ensino-aprendizagem (ME) inclui três componentes:
ME1: Expositivas, para apresentação dos quadros teóricos de referência
ME2: Experimentais, em laboratório, com desenvolvimento e exploração de modelos em computador
ME3: Auto-estudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas
Observações
Bibliografia básica 1)Hair Jr et al., Multivariate data analysis: a global perspective, 7th ed, 2010.
2)Mario Mazzocchi, Statistics for Marketing and Consumer Research, SAGE, 2011.
Bibliografia complementar 1) Elizabeth Reis, Estatística Multivariada Aplicada, 2ª ed., Edições Sílabo, 2001;
2) Elizabeth Reis, Paulo Melo, Rosa Andrade e Teresa Calapez, Estatística Aplicada, vol. 2, 5ª ed., Edições Sílabo, 2003.
3) Erik Mooi e Marko Sarstedt, A Concise Guide to Market Research: the Process, Data, and Methods using IBS SPSS Statistics, Springer, 2011.
4) João Maroco, Análise Estatística com PASW Statistics, Edição de autor, 2010.
5) Maria de Fátima Salgueiro, Paula Vicente, Elizabeth Reis e Catarina Marques - Apontamentos de apoio à UC de Análise de Dados, Mestrado de Gestão, 2015/2016.
6)Paul Newbold, William Carlson and Betty Thorne, Statistics for Business and Economics, 7th ed., 2009.
7) Raúl Laureano e Maria do Carmo Botelho, SPSS: O meu Manual de Consulta Rápida, Edições Sílabo, 2010.
8) Raúl Laureano, Testes de Hipóteses com o SPSS: O meu Manual de Consulta Rápida, Edições Sílabo, 2011.