filmeu

Disciplina Métodos Estatísticos

  • Apresentação

    Apresentação

    Nesta UC, pretende-se que os alunos tomem contacto com dados multivariados e as principais ferramentas para os analisar em contexto académico e real, utilizando recursos computacionais, tais como o R. 
  • Conteúdos Programáticos

    Conteúdos Programáticos

    P1. Vetores aleatórios: vetor de médias e matriz de covariâncias P2. Distribuição normal multivariada e testes de hipóteses P3. Métodos de redução de dimensionalidade: análise de componentes principais, análise fatorial e multidimensional scaling P4. Métodos hierárquicos e não hierárquicos de análise de clusters: k-means e k-medoids
  • Objetivos

    Objetivos

    O1. Caracterizar e interpretar corretamente dados multivariados O2. Identificar as técnicas de análise multivariada de dados adequadas a cada tipo de problema e à natureza dos dados O3. Conhecer a distribuição normal multivariada e as suas propriedades O4. Aplicar técnicas multivariadas de redução de dimensionalidade de dados O5. Aplicar técnicas de análise de clusters O6. Utilizar recursos computacionais, tais como R
  • Metodologias de ensino

    Metodologias de ensino

    A metodologia de ensino inclui o método expositivo (ME1) para apresentar os conteúdos necessários, o demonstrativo (ME2) para ilustrar a sua aplicação a casos práticos e o ativo (ME3) para resolução de exercícios em sala de aula.
  • Avaliação

    Avaliação

    A avaliação consiste na realização de um exame escrito e um projeto com apresentação. O exame escrito tem um peso relativo de 40% na nota final. O projeto encontra-se dividido em 2 fases, cada uma com um peso relativo de 25% na nota final, e na apresentação do mesmo, com peso relativo de 10%.

     

INSCRIÇÃO AVULSO
Lisboa 2020 Portugal 2020 Small financiado eu 2024 prr 2024 republica portuguesa 2024 Logo UE Financed Provedor do Estudante Livro de reclamaões Elogios entidade signataria