Análise de Dados para as Ciências Sociais II
-
Conhecimentos de Base Recomendados
-
-
Objetivos
Pretende-se dotar os alunos de conhecimentos sobre Correlação, Regressão Linear, Análise em Componentes Principais e Análise de Clusters. Os estudantes devem compreender e aplicar conceitos sobre os conteúdos indicados e articulá-los com problemas de investigação específicos na área da Gestão, em particular na área de Gestão de Recursos Humanos.
OA1 – Aprender e realizar uma análise de correlação;
OA2 – Aprender e realizar uma análise de regressão;
OA3 – Aprender e realizar uma análise em componentes principais;
OA4 – Aprender e realizar uma análise de clusters;
OA5 - Desenvolver competências informáticas relacionadas com a análise de dados com o recurso a software adequado. -
Métodos de Ensino
"As estratégias de ensino/aprendizagem encontram-se articuladas com os objetivos/resultados esperados para esta UC nos seguintes planos:
- Informação sobre conceitos gerais;
- Método expositivo e debate;
- Resolução de problemas estatísticos aplicados à investigação;
- Resolução de casos práticos;
- Competências informáticas;
- Aplicação de software adequado na resolução de casos práticos;
- Avaliação crítica de resultados estatísticos aplicados à investigação;
- Resolução de casos práticos." -
Estágio(s)
Não
-
Programa
CP1 – Análise de Correlação
CP2 - Regressão Linear
CP3 – Análise em Componentes Principais
CP4 - Análise de Clusters -
Demonstração de conteúdos
Para os objetivos de aprendizagem definidos de OA1 a OA5, e atendendo ao programa previamente definido de CP1 a CP4: CP1 aborda o tema que permite atingir os objetivos de aprendizagem apresentados de OA1 a OA5; CP2 permite atingir os objetivos de aprendizagem apresentados em OA1, OA2 e OA5; CP3 permite atingir os objetivos de aprendizagem apresentados em OA1, OA3 e OA5; CP4 permite atingir os objetivos de aprendizagem apresentados em OA1, OA4 e OA6.
-
Demonstração da metodologia
As metodologias de ensino/aprendizagem indicadas promovem e motivam a capacidade de aplicação prática e o trabalho autónomo do estudante, que se entendem como aspetos cruciais desta UC.?Por outro lado, a utilização da metodologia de aprendizagem baseada em casos práticos estimula o envolvimento e a participação dos estudantes no processo de aprendizagem.
-
Docente(s) responsável(eis)
Sandra Maria Simões de Oliveira - 1.º Semestre
-
Bibliografia
Casella, G., & Berger, R. L. (2021). Statistical inference. Cengage Learning.
Guimarães, R. C. & Cabral, J. (2007). Estatística (2ª ed.). McGraw-Hill.
Gujarati, D.N. & Porter, D.C. (2009). Basic Econometrics. McGraw-Hill/Irwin, 5th edition.
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E. (2014), Multivariate Data Analysis, 7th Edition, Essex, UK: Pearson Education.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013).?An introduction to statistical learning. 2nd edition. New York: Springer.
Maroco, J. (2021). Análise Estatística com o SPSS (8ª Ed.). Report Number.
Mcclave, J. T., Benson & P. J, Sincich, T. (2022). Statistics for Business and Economics (14 th ed.). Pearson
Mood, A. M., Graybill, F. A. & Boes, D.C. (1974). Introduction to the Theory of Statistics (3 th ed.). McGraw-Hill International Editions.
Murteira, B., Ribeiro, C.S., Silva, J.A. & Pimenta, C. (2023). Introdução à Estatística (4ª ed.). Escolar Editora.
Detalhes do curso
-
Código
01104022
-
Modo de Ensino
PRESENCIAL
-
ECTS
5.0
-
Duração
Semestral
-
Horas
22.5h Práticas e Laboratórios
22.5h Teórico-Práticas
