Eleição das Comissões de Curso da ESA – 2017

 

História, localização e infra-estruturas.

Os serviços e as pessoas.

Organização, departamentos e centros de recursos.

CET, Licenciaturas e Mestrados.

Programas e projectos de investigação.

Apoio e transferência de conhecimento.

A atmosfera, as instalações, as pessoas.

Acontece na ESA.

 

Blogue Notícias ESA
IPB.Virtual - plataforma de e-learning e de e-research
Clima na Escola Superior Agrária de Bragança
Portal Candidato IPB
Ligações B-ON - Biblioteca do Conhecimento OnlinePlataforma DeGóis - Plataforma Nacional de Ciência e TecnologiaCampus Virtual IPB

Análise e Tratamento de Dados


Área Científica: Matemática e Estatística
Ano: 1º
Semestre: 1
Créditos: 6 ECTS
Horas de contacto: 30 T, 22 PL, 8 TC, 4 OT

Objectivos/Competências adquiridas:

A unidade curricular tem como objetivos que o aluno seja capaz de:
- Reconhecer a importância de uma metodologia experimental correta e delinear experiências.
- Ser capaz de distinguir diferentes desenhos experimentais e ganhar capacidade para escolher as melhores opções de acordo com os objetivos.
- Identificar o processo de amostragem, bem como o teste estatístico mais adequado.
- Reconhecer as diferenças entre as diferentes técnicas de análise multivariada.
- Interpretar corretamente os resultados obtidos e adquirir capacidade crítica.

Conteúdo da unidade curricular:

Na unidade curricular abordar-se-ão os seguintes conteúdos:
Capítulo 1 - Amostragem de dados e transformação de variáveis. Testes de hipóteses (paramétricos e não paramétricos).
Capítulo 2 - Análise de variância (ANOVA) a 1 fator e fatorial.
Capítulo 3 - Desenho Experimental: Desenho completamente aleatorizado; Blocos completos aleatorizados; Desenho fatorial; Desenho hierárquico (nested); Desenho multifatorial com restrição na aleatorização.
Capítulo 4 - Regressão linear simples e múltipla.
Capítulo 5 - Análise de variância multivariada (MANOVA).
Capítulo 6 - Técnicas de análise multivariada: Métodos de ordenação (Componentes principais; Análise fatorial; Análise de correspondências; Análise de redundâncias). Métodos de classificação (Análise de clusters). Análise discriminante. Procede-se à análise de dados com software de estatística.

Bibliografia recomendada:

Montgomery, D.C. 2009. Design and Analysis of Experiments, 7th edition, Wiley Series, New York.
Hoshmand, A.R. 2006. Design of experiments for agriculture and natural sciences, 2nd edition, Chapman & Hall/CRC.
Marôco, J. 2010. Análise Estatística com o PASW Statistics (ex-SPSS), ReportNumber, Pêro-Pinheiro.
Miller, J.N. and Miller, J.C. 2010. Statistics and Chemometrics for Analytical Chemistry. 6th edition, Prentice Hall, London.
Johnson, R.A. and Wichern, D.W. 2007. Applied Multivariate Statistical Analysis, 6th edition, Prentice Hall, New Jersey.
Reis, E. 2001. Estatística Multivariada Aplicada. 2ª edição, Silabo.
McGarigal, K., Cushman, S., Stafford, S., 2000. Multivariate Statistics for Wildlife and Ecology Research. Springer-Verlag. New York.
Pestana; M.E. e Gageiro, J.N. 2006. Descobrindo a regressão. Com a complementaridade do SPSS, Edições Sílabo, Lisboa.
Chatterjee, S. and Hadi, A.S. 2006. Regression Analysis by Example, 4th edition, Wiley Interscience, New York.


T = teóricas; TP = teórico-práticas; PL = ensino prático e laboratorial; TC = trabalho de campo; S = seminário; E = estágio; OT = orientação tutória;