Métodos Quantitativos em Ambiente e Segurança

Objetivos

Objetivos conceptuais (OC)
1. Dominar conceitos relativos à análise exploratória de dados
2. Dominar as bases da teoria da amostragem
3. Dominar os testes de hipóteses
4. Alargar os conceitos de correlação e regressão aos modelos lineares generalizados (GLM)
5. Reconhecer métodos de classificação e de ordenação
6. Compreender a utilização de um questionário
7. Enquadrar o conceito de fiabilidade
8. Distinguir taxas de avaria constantes ou variáveis
9. Identificar curvas de vida típicas
Competências
Gerais (CG)
1. Trabalhar em equipa
2. Consultar bibliografia/elaborar sínteses
3. Redigir um relatório técnico
Específicas (CE)
1. Desenvolver o raciocínio estatístico
2. Sugerir tratamentos de dados
3. Calcular o número de amostras
4. Aplicar testes de hipóteses
5. Calcular correlações, regressões e GLM
6. Usar métodos de classificação/ordenação
7. Analisar a coesão das escalas de um questionário
8. Simular variáveis aleatórias em fiabilidade
9. Calcular e discutir fiabilidade e manutenção

Programa

Objetivos de aprendizagem

 

Conteúdos programáticos

1. Análise Exploratória de Dados: Tipo de dados. Tratamento dos dados. Distribuições de frequências. Medidas de localização, de dispersão de assimetria e de achatamento. Identificação de outliers. Representação gráfica de dados.
2. Estimação pontual e intervalar:  Estimação pontual. Intervalos de confiança para o valor médio de uma população normal. Intervalos de confiança para a diferença entre valores médios de populações normais independentes.
3. Testes de hipóteses paramétricos e não paramétricos: Conceitos básicos. Testes de hipóteses para a média de uma população normal. Testes de hipóteses para uma proporção. Testes de hipóteses para a igualdade das médias de duas ou k (k>2) populações normais independentes (ANOVA). Testes de hipóteses para a igualdade de duas proporções. Teste de Wilcoxon-Mann-Whitney e teste de Kruskall-Wallis. Testes de ajustamento
4. Regressão linear simples e múltipla:  Apresentação e interpretação do modelo. Estimação dos parâmetros do modelo. Inferência sobre os parâmetros do modelo. Avaliação da qualidade do modelo de regressão.
5. Análise em Componentes Principais: Determinação das Componentes principais. Decomposição da variância total. Rotação e interpretação das componentes principais.
6. Análise de Clusters: Conceito de proximidade e medidas de semelhança e dissemelhança. Análise Classificatória Hierárquica de indivíduos e variáveis: Critérios de agregação, dendrograma e nível de corte. Análise Classificatória não hierárquica: Método das k-médias. Validação de estruturas classificatórias.
7. Análise Discriminante Linear: Objetivos e critérios. Os eixos discriminantes e as suas propriedades. Classificação de novas observações.
8. Amostragem: Introdução à amostragem e investigação por inquérito.   Planeamento e desenho de questionários. Métodos de amostragem empíricos ou não probabilísticos. Métodos de amostragem probabilísticos. Dimensão da amostra.
9. Questionários: Regras gerais para a conceção de um questionário. Características psicométricas de instrumentos de medida (análise da validade e da fiabilidade).
10. Fiabilidade: Conceitos fundamentais relativos à Fiabilidade. Qualidade. Controlo estatístico de processos: gráficos de controlo por variáveis e atributos. Controlo do processo e capacidade. Distribuições teóricas mais importantes em Fiabilidade. Métodos de modelação: Diagrama de bloco e sistemas reparáveis. Fiabilidade de sistemas. Análise e prevenção da falha. Fiabilidade e Manutenção. Metodologias de Análise da Fiabilidade Humana.

 

Métodos de ensino

Metodologias de ensino

 

Bibliografia