Unidade Curricular:			Código:
Estatística Aplicada			1093ESTA
Ano:	Nível:	Curso:	Créditos:
1	Licenciatura	Engenharia Informática	5 ects
Período Lectivo:		Língua de Instrução:	Nº Horas:
Primeiro Semestre		Português/Inglês	65
Objectivos de Aprendizagem:
A aleatoriedade e a incerteza são características comuns a muitos fenómenos com os quais é preciso lidar em Engenharia. Nesse contexto, torna-se indispensável a definição de métodos e modelos que permitam compreender e inferir o comportamento de variáveis aleatórias. Nesse âmbito, constituem objectivos da unidade curricular a introdução e o desenvolvimento de conhecimentos e técnicas de recolha e análise de dados e de inferência necessárias à modelação de variáveis aleatórias. No final da unidade o aluno fica com competências específicas que lhe permitem descrever, analisar e estabelecer conclusões sobre dados uni e bi-variados, calcular probabilidades de acontecimentos simples e compostos, conhecer e usar os principais modelos teóricos de distribuição de probabilidades, estimar parâmetros e testar hipóteses.
Conteúdos Programáticos:
1 Conceitos Básicos 1.1 Objectivos 1.2 População, amostra, variáveis, escalas de medida 2 Estatística Descritiva 2.1 Caracterização de amostras 2.2 Medidas de tendência central, partição, dispersão, assimetria e curtose 2.3 Regressão linear. 3 Teoria da Probabilidade 3.1 Experiência aleatória, espaço amostral, acontecimento 3.2 Definições de probabilidade 3.3 Probabilidade condicionada e independência de acontecimentos 3.4 Teoremas da Probabilidade Total e de Bayes 4. Variáveis aleatórias e distribuições de probabilidade 4.1 Variáveis aleatórias discretas e contínuas 4.2 Função de probabilidade e de distribuição 4.3 Valor esperado e variância 4.4 Modelos teóricos de distribuições de probabilidade 5 Estimação por Intervalo de Confiança 5.1 Para a média e a diferença entre duas médias 5.2 Para uma proporção e a diferença entre duas proporções 5.3 Dimensionamento de amostras 6 Testes de Hipóteses 6.1 Procedimentos envolvidos e testes de hipóteses
Demonstração da Coerência dos Conteúdos Programáticos com os Objectivos da Unidade Curricular:
Os pontos 1 e 2 dos conteúdos programáticos introduzem os conceitos e as técnicas de recolha, organização e análise de dados que permitem descrever, analisar e estabelecer conclusões sobre dados uni e bi-variados. Os pontos 3 e 4 introduzem os conceitos fundamentais relativos à teoria das probabilidades e das variáveis aleatórias, necessários ao cálculo de probabilidades de acontecimentos simples e compostos e à compreensão, conhecimento e aplicação dos principais modelos teóricos de distribuição de probabilidades. Os pontos 5 e 6 introduzem os métodos de inferência estatística essenciais à estima de parâmetros e ao teste de hipóteses. Os conteúdos adequam-se aos objectivos da unidade curricular, compreendendo conhecimentos e técnicas de recolha e análise de dados e de inferência necessárias à modelação de variáveis aleatórias.
Metodologias de Ensino (Avaliação Incluída):
Recorre-se a uma metodologia expositiva, descritiva e demonstrativa, recorrendo à resolução de problemas e ao estudo orientado, de modo a introduzir os conhecimentos e as técnicas e a facilitar a compreensão e a aplicação dos métodos fundamentais no âmbito da estatística descritiva e da inferência estatística. O método de avaliação compreende: • 3 Testes escritos de avaliação individual
Demonstração da Coerência das Metodologias de Ensino com os Objectivos de Aprendizagem da Unidade Curricular:
As metodologias propostas estão em coerência com os objectivos de aprendizagem da unidade curricular, na medida em que estabelecem uma articulação estreita e contínua entre a introdução de conceitos teóricos, a apresentação de exemplos práticos e a resolução de problemas e exercícios. Esta abordagem permite a interpretação e aplicação prática dos conceitos e dos métodos envolvidos em estatística
Bibliografia:
[1] Dekkin, F.M., Karaikamp, C., Lopuhaã, H.P., Meester, L. E. (2010). A Modern Introduction to Probability and Statistics. Understanding Why and How. Springer. [2] Guimarães, R.C. e Cabral, J. A. S. (2010) Estatística. Verlag Dashofer. [3] Montgomery, D.C., Runger, G. C. (2014) Applied Statistics and Probability for Engineers. Wiley. [4] Reis, E.; Melo, P; Andrade, R e Calapez, T. (2015) Estatística Aplicada. Vol. 1 e 2. Edições Sílabo.
Docente (* Responsável):
Isabel Abreu (iabreu@ufp.edu.pt)