Universidade Federal de Alagoas Maceió, 05 de Fevereiro de 2025

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular: DISCIPLINA
Unidade Responsável: PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM COMPUTACIONAL DE CONHECIMENTO (11.00.43.56.04)
Código: MCC108
Nome: ANÁLISE DE DADOS E EXPERIMENTAÇÃO CIENTÍFICA
Carga Horária Teórica: 60 h.
Carga Horária Prática: 0 h.
Carga Horária Total: 60 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional: Não
Matriculável On-Line: Sim
Horário Flexível da Turma: Não
Horário Flexível do Docente: Sim
Obrigatoriedade de Nota Final: Sim
Pode Criar Turma Sem Solicitação: Não
Necessita de Orientador: Não
Exige Horário: Sim
Permite CH Compartilhada: Não
Permite Múltiplas Aprovações: Não
Quantidade de Avaliações: 1
Ementa/Descrição: Tratamento de dados experimentais: medição, sumarização estatística, apresentação e interpretação de dados experimentais. Inferência estatística. Métricas de avaliação utilizadas em ciência experimental. Projeto e análise de experimentos. OBJETIVOS: Oferecer ao aluno técnicas experimentais eficientes para dar suporte à validação do método experimental utilizado para apresentar resultados oriundos da investigação científica nas áreas do conhecimento que envolvam a modelagem computacional. Os objetivos específicos são: • Entender a importância da coleta de dados, identificar as limitações dos métodos de coleta de dados e outras fontes de viés estatístico, além de determinar suas influências na inferência estatística; • Usar um software estatístico para sumarização numérica e gráfica de dados. Realizar análise de dados; • Adquirir a compreensão conceitual da natureza unificada da inferência estatística; • Aplicar estimação e testes para analisar variáveis e/ou avaliar o relacionamento entre duas variáveis com o objetivo de entender o fenômeno natural e tomar decisões; • Modelar respostas numéricas usando uma ou múltiplas variáveis explanatórias com o objetivo de investigar e estabelecer relacionamento entre variáveis; • Interpretar resultados corretamente, efetivamente em um determinado contexto, considerando o jargão estatístico; • Obter visão crítica em afirmações baseadas em dados e avaliar as decisões baseadas em dados; • Realizar um projeto de pesquisa que envolva inferência e técnicas de modelagem estatística.
Referências: 1. Diez, D. M., Barr, C. D., Çetinkaya-Rundel, M. OpenIntro Statistics, 2nd edition. BUSSAB, W. O. e MORETTIN, L. G. - Estatística Básica - 5ed - São Paulo: Editora Saraiva, 2004. 2. MARTINS, G. de A. e DOMINGUES, O. - Estatística Geral e Aplicada - 4ed - São Paulo: Editora Atlas, 2011.MAGALHÃES, M.N. e LIMA, A.C.P. - Noções de Probabilidade e Estatística - 7ed - São Paulo: Editora da Universidade de São Paulo, 2005. 3. MONTGOMERY, D. C.; RUNGER, G. C. - Estatística aplicada e Probabilidade para Engenheiros. 4ed.- Rio de Janeiro: Livros Técnicos e Científicos Editora, 2007.

SIGAA | NTI - Núcleo de Tecnologia da Informação - (82) 3214-1015 | Copyright © 2006-2025 - UFAL - sig-app-2.srv2inst1 v4.9.3_s.230 05/02/2025 15:57