AVISOS

Esta página web da disciplina de Estatística e Delineamento Experimental deverá ser consultada com regularidade. Será o canal privilegiado para a transmissão de informações (nestes Avisos) e a Secção 'Materiais de Apoio' dará acesso aos materiais (folhas de apontamentos, slides das aulas teóricas, enunciados e resoluções de exercícios das aulas práticas, scripts de comandos para os exercícios, etc.), à medida que fiquem disponíveis.

(27 Dez 25) De acordo com o Calendário de Exames aprovado pelo Conselho Pedagógico do ISA, as duas chamadas de exame da época normal de Estatística e Delineamento Experimental serão nos dias 12 e 26 de janeiro de 2026. O exame de época especial será no dia 5 de fevereiro. A primeira e segunda chamadas de exame terão início às 14h00 e o exame de época especial às 10h00. É necessário proceder à inscrição para as provas da época normal de exames. As inscrições são efetuadas através da conta de aluno no Fénix. As inscrições para as provas de dia 12 de janeiro (segundo teste e primeira chamada de exame) estão abertas até às 23h59 de quarta-feira, dia 7 de janeiro. Existem campos diferentes para o Segundo Teste (“INSCRIÇÃO NO SEGUNDO TESTE, 12 de janeiro de 2026”) e para a Primeira Chamada de Exame (“PRIMEIRA CHAMADA DE EXAME, 12 de janeiro de 2026”).

Nas avaliações só são admitidas calculadoras não gráficas. Não é permitido equipamento eletrónico, incluindo calculadora gráfica, telemóvel e smartwatch. A posse de material não autorizado levará à anulação da prova e comunicação aos Órgãos de Gestão do ISA.

Atendimento a alunos durante a época normal de exames:

Quarta-feira, dias 7, 14 e 21 de janeiro: Prof. Marta Mesquita, 14:30-16:00, online,  https://videoconf-colibri.zoom.us/j/98528358939

Quinta-feira, dias 8, 15 e  22 de janeiro: Prof. Fernanda Valente, 11:00 – 12:30, online, Horário dúvidas EDE - FV | Reunião-Participar | Microsoft Teams

Sexta-feira, dias 9, 16 e 23 de janeiro: Prof. Elsa Gonçalves, das 14h às 16h00, presencial, no gabinete no edifício Prof. Sertório do Monte Pereira.

(27 Dez 25) A pauta das avaliações orais no R encontram-se aqui.

(01 Set 25) De acordo com o Calendário Escolar aprovado pelos órgãos de gestão do ISA, as aulas desta disciplina começam no dia 8 de setembro. Chama-se a atenção que todas as aulas, sejam Teóricas ou Práticas, começam (nos respetivos horários) a partir desse dia. Os alunos que queiram levar os seus computadores portáteis para as aulas práticas deverão proceder previamente à instalação do software estatístico R.

(15 Set 25)  

Atendimento a alunos

A partir de dia 15 de setembro e durante o período letivo do semestre (até dia 19 de dezembro), funcionam os seguintes horários de dúvidas: 

-Segunda-feira: Prof. Fernanda Valente, 17:00 – 18:30, online, https://videoconf-colibri.zoom.us/j/92119387986

- Terça-feira: Prof. Marta Mesquita, 16:30-18:00, online,  https://videoconf-colibri.zoom.us/j/98528358939

- Terça-feira: Prof. Elsa Gonçalves, 18:00 - 19:00 (presencial, gabinete na Secção de Matemática, no edifício Prof. Sertório do Monte Pereira) (partir de 24 de setembro)

Atenção: nos horários de atendimento online, e em caso de não comparência de qualquer aluno, o professor poderá fechar a sessão ao fim de meia hora. Caso pretenda entrar mais tarde, aconselha-se o envio dum email ao professor que assegura o atendimento.

 

INFORMAÇÕES

Docentes:

• Elsa Gonçalves (Responsável, elsagoncalves@isa.ulisboa.pt) - Aulas Teóricas e Turma Prática TP01

• Fernanda Valente (fvalente@isa.ulisboa.pt) - Turmas Práticas TP02, TP04, TP08
• Marta Mesquita (martaoliv@isa.ulisboa.pt) - Turmas Práticas TP03, TP07

 

Pré-requisitos: conhecimentos em Matemática, Probabilidades e Estatística, ao nível dos lecionados nos primeiros ciclos do ISA. Em particular, considera-se conhecida a matéria da disciplina de Estatística.

 

Software: R and RStudio. Para instalar:

https://posit.co/download/rstudio-desktop/

e siga os passos 1 (Install R) and 2 (Install RStudio).

 

Duração: 14 semanas, sendo a carga letiva semanal de 4 horas, semanalmente repartidas por uma aula teórica de 1h30 e uma aula prática de 2h30. Esta UC tem 6 créditos ECTS, o que corresponde a 168 horas de trabalho.

Frequência e Método de Avaliação

A frequência à disciplina é obtida através da resolução de 2 exercícios práticos (classificação média mínima de 8 valores em 20). Estes exercícios são realizados e discutidos individualmente no software R, na presença do docente das aulas práticas, contando esta vertente para 15% da nota final. Um dos exercícios será efetuado durante as 2 semanas anteriores à pausa de 27 de outubro a 31 de outubro e o outro em dezembro, nas 2 semanas anteriores ao final das aulas do semestre.

A avaliação de conhecimentos faz-se ainda (i) por testes escritos, ou (ii) por exame final. O aproveitamento por testes (classificados para 20 valores) obtém-se com uma classificação média igual ou superior a 9,5 valores no conjunto dos dois testes a realizar, desde que em nenhum dos testes a classificação seja inferior a 8,0 valores.

A classificação final é obtida pela seguinte ponderação: 85% para testes escritos (ou exame final), que incluem a interpretação e discussão detalhada dos resultados de uma análise estatística conduzida para vários modelos lecionados na UC, e 15% para os exercícios práticos realizados no software R. A aprovação na UC obtém-se com uma classificação final igual ou superior a 9,5 valores.

O primeiro teste realiza-se na quarta-feira, dia 29 de outubro de 2025. O segundo teste realiza-se em simultâneo com a primeira chamada de exame. A não aprovação por testes não impede a comparência à segunda data de exame. Nas avaliações não são admitidas calculadoras gráficas, nem qualquer tipo de equipamento eletrónico.

Bibliografia

• Textos teóricos e práticos redigidos pelos Docentes da Secção de Matemática e da UC disponibilizados na página web da disciplina e de acesso público.

•  Kutner, M.H., Nachsteim, C.J., Neter, J., Li, W. (2005). Applied Linear Statistical Models, Irwin.

• Draper, N.R, Smith, H. (1998). Applied Linear Regression, 3rd ed, John Wiley & Sons

• Maindonald, J., Brown, W.J. (2003), Data Analysis and Graphics using R, Cambridge University Press. [BISA: U10-722]

• Welham, S. J., Gezan, S. A., Clark, S. J., & Mead, A. (2015). Statistical methods in biology: design and analysis of experiments and regression, CRC press.

• Hollander, M., Wolfe, D.A., Chicken, E. (2014). Nonparametric Statistical Methods, third edition. John Wiley & Sons, New York.

·         Torgo, L. (2006). http://cran.r-project.org/doc/contrib/Torgo-ProgrammingIntro.pdf. Introdução à Programação em R.

·         Zuur, A.F., Ieno, E.N., Smith, G.M. (2007). Analyzing Ecological Data. Springer New York, NY. https://link.springer.com/book/10.1007/978-0-387-45972-1