Disciplina Curricular
Estatística e Delineamento Experimental EDelExp
Mestrado Bolonha em Ciência de Dados em Agricultura, Alimentação, Floresta e Ambiente - M.CDAAFA 2022/2023
Contextos
Grupo: M.CDAAFA 2022/2023 > 2º Ciclo > Parte Escolar > OPTATIVAS > Optativas 1 Ano, 1 Sem. ( Opção 1 e Opção 2 )
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Esta disciplina visa complementar a formação básica dos alunos em Estatística, desenvolvendo o estudo do Modelo Linear (Regressão Linear e Análises de Variância), de Métodos não-paramétricos fundamentais, bem como dos principais tipos de delineamento experimental. As aplicações serão realizadas com recurso ao software estatístico R. Pretende-se que os alunos adquiram formação, tanto teórica como aplicada, nas várias matérias lecionadas, nomeadamente, que adquiram as competências de: - interpretar um conjunto de dados de uma experiência, sabendo identificar o problema em análise e optando pela estratégia de análise de dados adequada (tipo de regressão, tipo de análise de variância, tipo de análise não paramétrica); - interpretar os resultados de uma análise estatística; - planear uma experiência (definir o delineamento experimental adequado) de modo a responder ao objetivo formulado no estudo; - implementar as tarefas referentes aos pontos anteriores no software estatístico R.
Programa
O Modelo Linear como visão integrada das Regressões Lineares e Análise de Variância. A Regressão Linear Simples e Múltipla como técnica descritiva e como técnica inferencial. Transformações de variáveis que permitem linearizar modelos não lineares (por exemplo, exponencial, logístico, potência). Conceitos fundamentais e principais tipos de delineamento experimental: totalmente casualizado, blocos completos casualizados, quadrado latino, parcelas divididas, blocos incompletos. Introdução aos delineamentos de superfície de resposta. Os modelos de análise de variância para alguns delineamentos experimentais: análises de variância de efeitos fixos (os modelos a um e a vários factores, sem e com interações; modelos com hierarquização de factores), análise de variância de efeitos aleatórios (o modelo a um factor). Métodos não paramétricos: testes não-paramétricos baseados numa amostra, em duas amostras (independentes ou emparelhadas) e versões não-paramétricas da ANOVA.
Métodos de ensino e 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 individualmente no software R, na presença do docente das aulas práticas, contando esta vertente para 15% da nota final. 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.