filmeu

Disciplina Análise de Dados em Ambiente

  • Apresentação

    Apresentação

    A unidade curricular Análise de Dados em Ambiente insere-se no domínio da Engenharia do Ambiente e centra-se na aplicação de métodos estatísticos e cálculos para interpretar dados ambientais. Abrange a recolha e tratamento de dados de fontes públicas, análise exploratória, cálculo de estatísticas descritivas e inferenciais, modelação e interpretação de séries temporais. A disciplina permite aos estudantes transformar dados ambientais em informação relevante para gestão ambiental, monitorização e tomada de decisão sustentável, integrando conhecimento teórico e aplicação prática de métodos quantitativos.
  • Conteúdos Programáticos

    Conteúdos Programáticos

    1. Introdução à Análise de Dados Ambientais: Conceitos, tipos de dados, qualidade e importância da estatística. 2. Estatística Descritiva: Medidas de tendência central e dispersão, histogramas, boxplots, correlação. 3. Bases de Dados Públicas: Recolha e tratamento de dados (Copernicus, INE, NOAA) para análise. 4. Séries Temporais: Decomposição, tendências, sazonalidade, autocorrelação e interpretação. 5. Estatística Inferencial: Testes de hipóteses, regressão, ANOVA e intervalos de confiança. 6. Modelação e Previsão: Modelos estatísticos simples, cálculo de parâmetros, previsão de tendências. 7. Visualização e Comunicação: Gráficos, tabelas e apresentação clara de resultados. 8. Estudos de Caso: Aplicação a poluição, clima, recursos hídricos e biodiversidade.
  • Objetivos

    Objetivos

    Os estudantes deverão adquirir conhecimentos sobre estatística aplicada, séries temporais, análise de dados ambientais e métodos de cálculo. Em termos de aptidões, deverão ser capazes de recolher, tratar, analisar e interpretar dados de bases públicas, aplicando cálculos estatísticos descritivos e inferenciais, regressões e análise de tendências em séries temporais. Quanto a competências, pretende-se desenvolver a capacidade de integrar teoria e prática, comunicar resultados de forma clara, propor soluções fundamentadas para problemas ambientais e aplicar pensamento crítico e autonomia na resolução de questões do âmbito da Engenharia do Ambiente.
  • Metodologias de ensino

    Metodologias de ensino

    A UC combina aulas teóricas com exercícios práticos que envolvem cálculos estatísticos passo a passo, interpretação de resultados e análise de séries temporais. Os estudantes trabalham com dados reais, aplicam métodos de cálculo estatístico (médias, desvios, regressões, ANOVA) e discutem os resultados em trabalho colaborativo e estudo de casos, promovendo pensamento crítico, autonomia e capacidade de comunicar conclusões quantitativas.
  • Bibliografia principal

    Bibliografia principal

    Davis, J. D. (2023). Introduction to environmental data science. Chapman & Hall/CRC. Pedrosa, A. C., & Gama, S. M. A. (2016). Introdução computacional à probabilidade e estatística (3ª ed.). Porto Editora. ISBN 978¿972¿0¿01990¿5. Murteira, B., & Antunes, M. (2013). Probabilidades e estatística (Vols. I & II). Escolar Editora. Montgomery, D. C. (2012). Statistical quality control (7th ed.). John Wiley & Sons. ISBN 9781118146811 Le, N. D., & Zidek, J. V. (2006). Statistical analysis of environmental space-time processes. Springer. Brown, L. C., & Berthouex, P. M. (2002). Statistics for environmental engineers (2nd ed.). CRC Press. ISBN 9781566705929  
  • Avaliação

    Avaliação

    Descrição dos instrumentos de avaliação (individuais e de grupo) ¿ testes, trabalhos práticos, relatórios, projetos... respetivas datas de entrega/apresentação... e ponderação na nota final.

    Exemplo:

    Descrição

    Data limite

    Ponderação

    AVALIAÇÃO CONTÍNUA:

    2 testes ou 1 teste global

    Exercícios

    Trabalho + apresentação oral e defesa 

    a combinar

     

    25% + 25% ou 50%

    20%

    10% + 20%

    EXAME

    de acordo com o calendário de exames

    100%

     

     

     

     

    O aluno aprova se nota final ponderada >= 10 valores

    Podem usar IA para pesquisa de informação mas devem sempre confrontar com fontes fidedignas e informar onde foi usada (textos, figuras, gráficos, etc).

    Em momentos presenciais de avaliação (escrita ou prática: frequências, teste global, exame) NÃO É PERMITIDO o uso destas ferramentas e se o aluno copiar ou utilizar a IA, a prova será anulada.

    Em cada teste ou exame o aluno pode ser chamado para uma prova oral, em qualquer circunstância e sem restrições, para confirmar a nota perante o docente.

     

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