Pretende-se nesta unidade curricular transmitir conceitos de probabilidades e estatística de modo a que os estudantes saibam aplicar e compreender técnicas estatísticas avançadas para a descrição estatística multivariada, cujo objectivo consiste em resumir e descrever os aspectos mais relevantes num conjunto de dados.

Irão ser abordadas noções fundamentais da teoria da amostragem e de modelos probabilísticos discretos e contínuos. Aprofunda-se a abordagem à inferência estatística com referência aos testes de hipóteses.
A abordagem teórica será sempre que possível acompanhada de exemplos ligados à biologia. Pretende-se também que os conhecimentos adquiridos nesta UC constituam uma base sólida para outras UC do plano de estudos deste curso.

1. Introdução ao ambiente R - Fundamentos da linguagem e manipulação de dados em R;
2. Análise descritiva e apresentação gráfica avançada, com recurso ao R;
3. Modelos probabilísticos discretos e contínuos.
4. Análise de Regressão – regressão linear simples e Regressão linear múltipla- construção e validação do modelo; previsão;

5. Testes de Hipóteses - hipóteses estatísticas, região crítica e critério de decisão, erros associados a uma decisão estatística;
5.1 Testes de ajustamento do Qui-Quadrado;
5.2 Testes paramétricos para amostras independentes;

(Teste Kolmogorov-Smirnov e Shapiro-Wilk – para testar se a distribuição é Normal; Teste Levene – para testar a homogeneidade de variâncias; Teste t-student e ANOVA - para comparação de médias populacionais)
5.2 Testes não paramétricos;

(Teste Wilconxon; Mann-Whitney test Teste; Kruskal-Wallis)
5.3 Testes para comparação amostras emparelhadas;
6. Análise Multivariada.

Aulas teóricas-práticas onde serão, sempre que possível, apresentados exemplos de aplicação da matéria exposta com recurso a dados biológicos. Os estudantes vão dispor de um conjunto de fichas (disponibilizadas a partir do Moodle da ESTBarreiro/IPS) para consolidar a aprendizagem, sendo algumas resolvidas em sala de aula e outras realizadas em trabalho autónomo, com posterior supervisão do docente.

Nas aulas será utilizado o software R.

Avaliação por exame ou avaliação contínua (3 testes)