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 2017/2018)

Código: M3505
Acrónimo: M3505
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Inglês, 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 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 2017/2018
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:-4 fichas (10% cada); nota mínima em cada ficha 9.0
- exame em 1ª ép.(60%); nota mínima 9.0.
Assiduidade às aulas >=80%.
Final:
-Exame 2ª ép. (teorico-interpretativo 50%; SPSS 50%); nota mínima em cada parte 9 valores.
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 e Catarina Marques - Apontamentos de apoio à UC de Análise de Dados, Mestrado de Gestão, 2016/2017.
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.