Métodos de Análise

Gestão Turística e Cultural
6 ECTS; 1º Ano, 1º Semestre, 30,0 T + 45,0 TP

Docente(s)
- Ana Cristina Becerra Nata dos Santos
- Maria João da Costa Antunes Inácio

Pré-requisitos
Não aplicável.

Objetivos
Dotar os alunos de ferramentas básicas na análise de dados de forma a que, autonomamente, consigam analisar um conjunto de dados, assim como discutir metodologias e resultados obtidos.

Programa
1. INTRODUÇÃO À ESTATÍSTICA
1.1. Conceitos iniciais.
1.2. A recolha de dados.
1.3. Tipos de variáveis/dados. Classificação quanto à natureza e escala.
1.4. Metodologias para a construção de um questionário
1.5. Construção de um questionário online.
1.6. Introdução ao Software Estatístico SPSS.

2. ESTATÍSTICA DESCRITIVA
2.1. Tabela de distribuição de frequências.
2.2. Representações gráficas.
2.3. Características amostrais: medidas de localização, de dispersão e de forma.
2.4. Diagrama de extremos e quartis. Outliers.
2.5. Tabelas de contingência.

3. INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
3.1. Estimação
3.1.1. Estimadores e estimativas;
3.1.2. Estimação pontual e estimação intervalar.
3.2. Testes de Hipóteses
3.2.1. Hipótese nula e hipótese alternativa. Erros de 1ª e 2ª espécie;
3.2.2. Estatística de teste e região de rejeição. O valor-p de um teste;
3.2.3. Testes de hipóteses paramétricos: testes para a proporção, média, diferença de médias e igualdade de mais do que duas médias.
3.2.4. Testes de hipóteses paramétricos versus testes de hipóteses não paramétricos;
Testes de hipóteses não paramétricos: testes de ajustamento, teste de independência do Qui-quadrado, teste de Wilcoxon-Mann-Whitney, teste de Wilcoxon e teste de Kruskal-Wallis.
4. REGRESSÃO E CORRELAÇÃO
4.1. Diagrama de dispersão. O coeficiente de correlação de Pearson.
4.2. O modelo de regressão linear simples. Hipóteses do modelo.
4.3. Estimação dos parâmetros do modelo através do método dos mínimos quadrados.
4.4. Interpretação dos coeficientes de regressão.
4.5. O coeficiente de determinação.



5. REGRESSÃO LINEAR MÚLTIPLA
5.1. O Modelo de Regressão Linear Múltipla. Pressupostos do modelo.
5.2. Estimação dos parâmetros do modelo.
5.3. A análise de variância e teste aos coeficientes do modelo.
5.4. Métodos de seleção das variáveis independentes.
5.5. Validação dos pressupostos do modelo.
5.6. Interpretação dos coeficientes de regressão.
5.7. Estimação de novas observações.
5.8. Introdução de variáveis qualitativas no modelo de regressão linear.
5.9. Diagnóstico de outliers e observações influentes.

6. ANÁLISE DE CLUSTERS
6.1. Introdução.
6.2. A proximidade entre objetos: medidas de semelhança/dissemelhança.
6.3. Análise de Cluster hierárquica e não hierárquica.
6.4. Processo de clustering e o dendograma.
6.5. Interpretação.

Metodologia de avaliação
Avaliação contínua: três frequências (F1,F2,F3). Todos os elementos de avaliação serão cotados para 20 valores com nota mínima de 5 valores. Os
alunos podem utilizar, como elemento de consulta, uma página A4 manuscrita. A
classificação final (CF) é a média ponderada de todos os elementos de avaliação de acordo com a seguinte fórmula
CF=0.35F1+0.30F2+0.35F3. As classificações F1, F2 e F3 são arredondadas às centésimas e apenas a CF será arredondada às unidades. Os alunos dispensam de exame se, cumulativamente, obtiverem pelo menos 5 valores em cada uma das componentes de avaliação e a classificação final for igual ou superior a 10 valores.
Avaliação por exame: uma prova escrita sem consulta sobre toda a matéria lecionada. Os alunos são aprovados à unidade curricular, se a classificação da prova, arredondada às unidades, for igual ou superior a 10 valores. Para
a realização desta prova são necessários conhecimentos de SPSS.

Bibliografia
- Guimarães, R. e Sarsfiels Cabral, J. (2005). Estatística. Lisboa: McGraw Hill
- Black, W. e Hair, J. e Anderson, R. (2006). Multivariate Data Analysis. Essex: Pearson
- Maroco, J. (2018). Análise Estatística com a Utilização do SPSS. Lisboa: McGraw Hill

Método de interação
Aulas teóricas predominantemente expositivas, prevalecendo uma forte interação entre a teoria e a aplicação prática. Aulas teórico-práticas, em ambiente informático, utilizando o software estatístico SPSS para ilustrar as metodologias estudadas.

Software utilizado nas aulas
IBM-SPSS
Google Docs
Geogebra