ISLA IPGT 620

Probabilidades e Estatística

• ApresentaçãoPresentation

  A UC fornece a base quantitativa para conceber, desenvolver e otimizar aplicações de IA, capacitando os estudantes para organizar e visualizar dados, calcular e interpretar medidas descritivas, modelar relações (correlação e regressão) e fundamentar decisões sob incerteza (probabilidades, Bayes e combinatória). É estruturante para as UCs de IA, Machine Learning I/II, Ciência de Dados e Projeto/Estágio, reforçando competências exigidas nos perfis de analista/programador ML e analista/gestor de dados.
• ProgramaProgramme

  CP1: Introdução População vs amostra; amostragem; unidade estatstica; dados/variáveis; escalas. CP2: Tabelas de Frequências e gráficos (univariads) Distribuições absolutas/relativas/acumuladas; gráficos de barras, setores, histograma. CP3: Tabelas de contingência e gráficos (bivariados) Organização a dois critérios; diagrama de disperso. CP4: Medidas de Localização Média, mediana, moda, quartis/percentis. CP5: Medidas de Dispersão Amplitude, IQR, variância, DP, CV. CP6: Forma Assimetria, curtose. CP7: Covariância e correlação (r) Definição, cálculo e interpretação do coeficiente decorrelação. CP8: Regressão linear simples (MQO) Cálculo da reta de regressão ajustada, interpretação dos parâmetros e previsão CP9: Probabilidades e combinatória Definições e terminologia; definições de probabilidade:(abordagens clássica, frequencista e subjetiva) CP10: Software (Jamovi/Excel) Importação/limpeza; tabelas/gráficos; medidas; boxplot/outliers; correlação e regressão; reporte.
• ObjectivosObjectives

  OA1: Compreender os fundamentos da Estatística e da Teoria das Probabilidades. OA2: Organizar, descrever e visualizar dados de forma rigorosa. OA3: Calcular e interpretar medidas descritivas e medidas de forma. OA4: Modelar relações lineares (regressão simples) e e interpretar coeficientes . OA5: Aplicar regras e axiomas de probabilidade, incluindo Bayes e Combinatória, a problemas simples. OA6: Utilizar software (Jamovi/Excel) para análise e reporte.
• BibliografiaBibliography

  Marôco, J. (2021). Análise Estatística com o SPSS Statistics (8.ª ed.). ReportNumber. ISBN: 9789899676374 Marôco, J. P. (2024). Fundamentos de estatística: Com aplicações às ciências da vida, sociais e humanas. ReportNumber. ISBN: 978 989 967 6381 Pestana, M. H., & Gageiro, J. N. (2014). Análise de Dados para Ciências Sociais: A complementaridade do SPSS (6ª ed.). Edições Sílabo. ISBN: 978-972-618-775-2 Pestana, M. H., & Gageiro, J. N. (2005). Descobrindo a Regressão com a Complementaridade do SPSS (1ª ed.). Edições Sílabo. ISBN: 972-618-394-4 Reis, E. (2008). Estatística descritiva (7ª ed.). Edições Sílabo. ISBN:978-972-618-476-8  
• MetodologiaMethodology

  Sessões teórico-práticas com resolução de exercícios orientados. Sessões práticas de laboratório com Jamovi/Excel. Estudos de caso aplicados à IA/DS (p. ex., datasets Netflix/IoT). Feedback formativo via quizzes curtos e discussão em aula. Utilização da metodologia baseada na “sala de aula invertida” (flipped classroom).
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  6
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Descrição dos instrumentos de avaliação (individuais e de grupo) ¿ testes, trabalhos práticos, relatórios, projetos... respetivas datas de entrega/apresentação... e ponderação na nota final.

  Exemplo:

  Descrição	Data limite	Ponderação
  Teste 1 de avaliação distribuída	06-11-2025	50%
  Teste 2 de avaliação distribuída	08-01-2026	50%

   

  Adicionalmente poderão ser incluídas informações gerais, como por exemplo, referência ao tipo de acompanhamento a prestar ao estudante na realização dos trabalhos; referências bibliográficas e websites úteis; indicações para a redação de trabalho escrito...