Curso de Introdução à Análise Estatística com R (30h) (30 de janeiro a 10 de fevereiro 2012)

1. Objectivos
2. Coordenação e Docência
3. Destinatários
4. Duração e Horário
5. Propinas
6. Plano de Estudos e Calendário
7. Inscrições
8. Sistema de Avaliação e Diploma
9. Contactos e Informações
10. Material Pedagógico



1. Objectivos

Pretende-se que os participantes adquiram conhecimentos na utilização de uma aplicação computacional na análise estatística de dados, dando uma perspectiva alargada e actual de algumas ferramentas, técnicas e metodologias a que podem recorrer em ambiente R.

O R é uma aplicação de distribuição gratuita (http://cran.r-project.org/) na qual se pode fazer análises estatísticas, produzir gráficos e programar. O R dispõe também de um vasto conjunto de packages, cobrindo muitas áreas científicas, o que acrescenta grandes potencialidades à sua versão base.

A experiência pedagógico-científica do corpo docente do Departamento de Matemática do ISA, possibilita um curso de Introdução à Análise Estatística com R caracterizado pelo rigor científico em contextos de aplicação e resolução de problemas reais.

Para ver o folheto do Curso, clique aqui.



2. Coordenação e Docência

A Coordenação Científica está a cargo de:
Prof. Marta Mesquita (ISA-DCEB/Matemática)

Docentes
Prof. Jorge Cadima (ISA-DCEB/Matemática)
Prof. Maria João Martins (ISA-DCEB/Matemática)
Prof. Marta Mesquita (ISA-DCEB/Matemática)
Prof. Manuela Neves (ISA-DCEB/Matemática)
Prof. Fernanda Valente (ISA-DCEB/Matemática)


3. Destinatários

Licenciados com experiência de utilização de Informática e conhecimentos de Estatística Descritiva e Inferencial.


4. Duração e Horário

Duração do curso: 30h
Calendarização: 30 de janeiro a 10 de fevereiro de 2012
Horário: 16h00 - 19h15 (3 h aula + 15 min intervalo)


5. Propinas
Semana 1 ou 2: 100 €
Semana 1 e 2: 180 €



6. Plano de Estudos

O plano de estudos compreende as seguintes temáticas:

Semana 1 - 30 janeiro a 3 fevereiro

  • Introdução ao R: O ambiente R. Estruturas de dados. Manipulação de dados
  • Programação em R: Estruturas de controlo (IF, WHILE, FOR). Funções
  • Análise Exploratória de Dados: Visualização de dados. Estatística Descritiva
  • Distribuições de Probabilidade: Principais distribuições discretas e contínuas.
  • Inferência Estatística: Testes de hipóteses.


Semana 2 - 6 a 10 fevereiro

  • Modelação Estatística: Modelo linear. Modelos lineares generalizados.
  • Estatística Multivariada: Análise em componentes principais. Análise classificatória.

7. Inscrições
O período de inscrições decorrerá até 24 de janeiro de 2012.



O processo de inscrição compreende:
- Ficha de Inscrição;.

- Curriculum Vitae;
- Fotocópia do B.I. e do Cartão de Contribuinte;

Envio de inscrições para:
Instituto Superior de Agronomia
Gabinete de Comunicação e Imagem
E-mail: gci@isa.utl.pt
Telefone: +351 21 365 3557 ou 3558 | Fax: +351 21 365 3195
Pessoalmente ou por correio: ISA - Gabinete de Comunicação e Imagem, Tapada da Ajuda, 1349-017 Lisboa

O curso está limitado a um máximo de 24 participantes e só funcionará com um mínimo de 12 inscritos.


8. Sistema de Avaliação e Diploma

A aprovação dos participantes será baseada exclusivamente na frequência das aulas, não se prevendo sistemas adicionais de avaliação. Assim, no final do curso, todos os participantes terão acesso a um certificado de participação se tiverem no mínimo 80% de presenças no curso.



9. Mais Informações

Inscrição em mailing list da formação pós-graduada
Para receber no seu e-mail divulgação sobre os cursos de formação pós-graduada que se realizam no ISA, ou sobre este curso em particular, por favor, preencha este formulário e envie para Gabinete de Comunicação e Imagem (gci@isa.utl.pt).



10. Material Pedagógico

Sessão 1: Introdução ao R

Sessão 2: Programação em R

Sessão 3: Análise Exploratória de Dados

Sessão 4: Distribuições de Probabilidade / Sessão 5: Inferência Estatística

Sessão 6: Modelação Estatística - Modelo linear

Sessão 8: Modelos Lineares Generalizados

Sessão 9: Análise em Componentes Principais

Sessão 10: Análise Classificatória (clustering)