Disciplina: Estatística e Probabilidades
Área Científica:
Matemática
HORAS CONTACTO:
80 Horas
NÚMERO DE ECTS:
6 ECTS
IDIOMA:
Português
Objetivos Gerais:
1 - Dotar os alunos de conhecimentos teóricos e práticos sobre estatística e probabilidade que lhes serão úteis na compreensão de muitas situações técnicas que surgirão ao longo do curso e da atividade profissional.
2 - Esta unidade curricular tem, também, como objetivo percorrer a aplicação de técnicas estatísticas simples a problemas na área de Economia. Os alunos ficarão aptos a utilizar estas técnicas estatísticas para melhor analisarem séries de dados, quer através dos cálculos de índices meramente descritivos, quer através da construção de intervalos de confiança, realização de testes de hipóteses a parâmetros de variáveis aleatórias e aplicação de modelos de regressão.
3 - Os alunos desenvolverão competências na compreensão de análises de dados e na comunicação de resultados. Esta unidade curricular tem, também, como objetivo dotar os alunos de capacidades de utilização e de aplicação de um software estatístico ou de folha de cálculo (e.g., SPSS, R, Microsoft Excel) na análise estatística.
Conteúdos / Programa:
1. - Índices de concentração.
1.1 - Curva de Lorenz.
1.2 - Índice baseado na curva de Lorenz e de Gini.
2. - Números índices.
2.1 - Índices simples e índices sintéticos.
2.2 - Índices de Laspeyre, Paasche e Fisher.
3 - Conceitos básicos de Teoria da Probabilidade.
3.1 - Experiências aleatórias e acontecimentos. Axiomatização da probabilidade.
3.2 - Probabilidade condicional. Teorema da probabilidade total. Teorema de Bayes.
4. - Variáveis aleatórias.
4.1 - Variáveis aleatórias discretas e variáveis aleatórias contínuas.
4.2 - Função de distribuição de uma variável aleatória. Distribuição de probabilidade e função densidade de probabilidade.
4.3 - Momentos de uma variável aleatória.
4.4 - Exemplos de variáveis aleatórias discretas e de variáveis aleatórias absolutamente contínuas.
4.5 - Vetores aleatórios.
4.6 - Distribuições conjuntas, marginais e condicionadas. Independência e covariância.
4.7 - Teorema Limite Central.
5. - Inferência estatística.
5.1 - Estimador e estimativa.
5.2 - Intervalos de confiança.
5.3 - Testes de hipóteses estatísticas.
6. - Regressão linear simples.
6.1 - O modelo de regressão linear simples.
6.2 - Coeficiente de correlação linear e coeficiente de determinação.
6.3 - Estimação e inferência.
Bibliografia / Fontes de Informação:
M. Barrow , 2009 , Statistics for Economics, Accouting and Business Studies , Prentice Hall
F. Figueiredo, A. Figueiredo, A. Ramos, P. Teles , 2009 , Estatística Descritiva e Probabilidades - Problemas resolvidos e propostos com aplicações em R , Escolar Editora
B. J. F. Murteira, M. Antunes , 2012 , Probabilidades e Estatística , Escolar Editora
A. D. Aczel , 2005 , Statistics - Concepts and Applications , Irwin
B. J. F. Murteira, C. S. Ribeiro, J. Andrade e Silva, C. Pimenta, F. Pimenta , 2015 , Introdução à Estatística , Escolar Editora
A. Afonso, C. Nunes , 2011 , Estatística e Probabilidades - Aplicações e Soluções em SPSS , Escolar Editora
D. D. Pestana, S. F. Velosa , 2008 , Introdução à Probabilidade e à Estatística , Fundação Calouste Gulbenkian
D. Waller , 2008 , Statistics for Business , Elsevier
M. Barroso, E. Sampaio, M. Ramos , 2010 , Exercícios de Estatística Descritiva para as Ciências Sociais , Edições Sílabo
P. Bruce, A. Bruce, P. Gedeck , 2020 , Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python , O'Reilly
A. C. Pedrosa, S. M. A. Gama , 2016 , Introdução Computacional à Probabilidade e Estatística com Excel , Porto Editora
C. R. Shabab, M. Barrow , 2024 , Statistics for Economics, Accounting and Business Studies , Pearson
M. D. Ugarte, A. F. Militino, A. T. Arnholt , 2016 , Probability and Statistics with R , CRC Press
M. C. Morais , 2020 , Probabilidades e Estatística - Teoria, Exemplos & Exercícios , IST Press
J. Ralph, R. O´Neill, J. Winton , 2015 , A Practical Introduction to Index Numbers , Wiley
Métodos e Critérios de Avaliação:
Tipo de Classificação: Quantitativa (0-20)
Metodologia de Avaliação:
Metodologias de Ensino: Aulas expositivas. Resolução de exercícios e problemas com software estatístico ou calculadora. Obtenção de análises estatísticas e interpretação dos outputs. Avaliação: Dois testes, cada um com ponderação 50%.