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 2019/2020)

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 2018/2019
Pré-requisitos Não existem
Objectivos Aplicar a análise exploratória, inferencial e multivariada de dados 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 agrupamento: Métodos Hierárquicos e K-Médias
Processo de avaliação Regime de avaliação: periódica ou por exame
Periódica:
-Trabalho em grupo: (40%); nota mínima 10,0
-Exame individual (60%);nota mínima 9,0
Assiduidade às aulas >=80%.
Por exame:
-Exame individual com duas partes (teórico-interpretativo 60%; SPSS 40%); nota mínima em cada 9,0.
Alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar o coordenador da UC 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) Field, A. Discovering Statistics Using IBM SPSS Statistics, 4th ed., SAGE, 2018
2) Hair Jr, J. et al., Multivariate data analysis: a global perspective, 7th ed, PEARSON, 2014.
3) Mazzocchi, M. Statistics for Marketing and Consumer Research, SAGE, 2008.
4) Newbold, P. et al., Statistics for Business and Economics, 8th ed, PEARSON, 2013
Bibliografia complementar 1) Vicente, P., Cardoso, M., Apontamentos de apoio à UC de Análise de Dados do Mestrado de Gestão, 2018/19
2) Maroco, J., Análise Estatística com o SPSS Statistics, 6ª ed., ReportNumber, 2014
3) Laureano, R., Botelho, M.C., SPSS: O meu Manual de Consulta Rápida, Edições Sílabo, 2010.
4) Laureano, R., Testes de Hipóteses com o SPSS: O meu Manual de Consulta Rápida, Edições Sílabo, 2011.
5) Reis, E., Estatística Multivariada Aplicada, 2ª ed., Edições Sílabo, 2001
6) Reis, E., Melo, P., Andrade, R., Calapez, T., Estatística Aplicada, vol. 2, 5ª ed., Edições Sílabo, 2003.