-
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.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
2 | Obrigatório | Português
-
Código
Código
ULHT6638-5699
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
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 e avaliação
Metodologias de ensino e avaliação
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.
-
Bibliografia principal
Bibliografia principal
Apontamentos das aulas e textos de apoio facultados
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não
