Métodos Quantitativos
- Detalhes
- Categoria: Disciplina
- Artur F. Costa (2018). Alguns elementos sobre funções reais de variável real - Funções polinomiais e racionais. Universidade Lusófona (internal publishing). Guimarães, R. C. e Cabral, J. A. S. (2007). Estatística, Editora McGraw-Hill de Portugal, Alfragide. Hoaglin, D.C., Mosteller, F., Tukey, J.W. , Análise exploratória de dados Técnicas Robustas, Lisboa,Edições Salamandra, LDA. Maria Helena Pestana e João Nunes Gageiro (2014), Análise de Dados para Ciências Sociais A complementaridade do SPSS, 6.ª ed., Edições Sílabo, Lisboa , Portugal. Ribeiro, S. S., Pimenta, C., Pimenta, F., , Murteira, B., e Silva, J. A. (2023). Introdução à Estatística, 4ª ed. Apontamentos a fornecer durante as aulas / Handouts provided throughout the lessons by teachers
- Gestão Comercial (L) (IPLUSO)
- 6814
- 4944
- Métodos Quantitativos
- IPLUSO6814-4944
- 1
- 6
- 0
- 4
- Não
- Português
- Nesta unidade curricular serão utilizadas metodologias ativas de aprendizagem, como o Flipped Classroom, neste processo, terão importância especial a mobilização do estudante e o fornecimento atempado de materiais que facilitem o trabalho do estudante e a sua adesão ao processo. Tem especial relevância também o tipo de instrumentos empregues, tendo-se selecionado ferramentas informáticas especificamente adaptadas para os temas lecionados, nomeadamente Excel e SPSSA ligação entre o conhecimento prévio do estudante e a sua aplicação em exercícios práticos favorece a aprendizagem, consolida conhecimentos e facilita a identificação de dificuldades. As sessões de apoio tutorial assumem, assim, um papel essencial no apoio à autoaprendizagem. A modalidade de avaliação e a realização de duas provas de avaliação durante as aulas são instrumentos adicionais para que o estudante se mantenha motivado para alcançar os objetivos de aprendizagem estabelecidos.
- Obrigatório
- Pretende-se que o estudante interiorize a natureza variável e aleatória de fenómenos e a necessidade de tratar dados e resultados tendo em conta este aspeto. Assim, o objetivo é assegurar que o estudante adquire conceitos essenciais sobre funções e sua representação gráfica e capacidade para tratar estatisticamente diversos conjuntos de dados, conseguindo extrair conclusões. Concomitantemente, também deverá associar probabilidades a alguns acontecimentos do dia-a-dia, aprender a aplicar algumas distribuições estatísticas teóricas em várias situações e ainda dominar ferramentas da inferência estatística, testes de hipóteses e análise de variância. No sentido de atingir os objetivos propostos, as sessões letivas serão compostas por apresentações dinâmicas dos conceitos teóricos alternando com a resolução de exercícios em modo individual ou em grupo. O estudante será motivado a usar o Excel e SPSS para atingir vários dos objetivos anteriores.
- Fundamentos de matemática. 1.1. Fundamentos sobre referenciais cartesianos e geometria analítica plana. 1.2. Fundamentos sobre funções e sua representação gráfica.1.3. Interpretação do gráfico de uma função. Estatística. 2.1. Conceitos Gerais. 2.2. Amostragem. 2.3. Estatística Descritiva. 2.4. Correlação e Regressão. 2.5. Introdução à teoria das probabilidades e distribuições. 2.6. Inferência Estatística: estimação pontual e intervalar. 2.7. Testes de hipóteses 2.8. Análise de variância.
Descrição dos instrumentos de avaliação (individuais e de grupo), testes, trabalhos práticos, relatórios, projetos... respetivas datas de entrega/apresentação... e ponderação na nota final.
Exemplo:
Descrição
Data limite
Ponderação
Trabalho de grupo (apresentação e defesa)
09-12-2025
40%
Teste de avaliação
20-01-2026
50%
Participação, atitude e assiduidade
10%
Nota: em nenhum momento de avaliação pode a nota ser inferior a 8 valores, numa escala de 0 a 20. A média de aprovação é de 10 valores. Os alunos que não obtiverem a nota mínima de aprovação (10 valores) poderão inscrever-se para realizar o exame, em que a ponderação é 100%, cobrindo toda a matéria.
- Semestral
- Rever e uniformizar conhecimentos básicos de matemática, com destaque para a representação gráfica de funções; Compreender a importância da análise estatística de dados e resultados; Dominar técnicas de amostragem, identificando os principais erros e sabendo como evitá-los; Organizar e tratar conjuntos de dados, realizando ajustes matemáticos a dados bivariados e interpretando os resultados obtidos; Entender o conceito de probabilidade e reconhecer algumas distribuições teóricas; Aplicar os princípios da inferência estatística, incluindo estimação pontual, intervalar, testes de hipóteses e análise de variância; Utilizar ferramentas como Excel e SPSS na aplicação prática dos conteúdos abordados.
