Currículo

Métodos de Investigação Avançada – Análise Quantitativa MdIAAQ

Contextos

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Comportamento Motor

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Treino Desportivo > Opções TD > Opção 2º semestre

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Sociologia e Gestão do Desporto > Opções > Opção 2º semeste

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Reabilitação > Opções > Opção 2º semestre

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Psicologia do Exercício e do Desporto > Opções > Opção 2º semestre

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Fisiologia do Exercício

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Ergonomia > Opções > Opção 2º semestre

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Dança > Opções > Opção 2º semestre

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Biomecânica

Groupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Atividade Física e Saúde

ECTS

6.0 (para cálculo da média)

Objectivos

1. Saber selecionar a análise estatística adequada ao problema, aos objetivos e às variáveis em estudo; 2. Saber utilizar ferramentas digitais/softwares de análise de dados; 3. Saber aplicar as técnicas de análise estatística adequadas ao problema, aos objetivos e às variáveis em estudo; 4. Saber interpretar e discutir os resultados alcançados; 5. Saber escrever o draft de um artigo científico.

Programa

1. Escrita científica; 2. Análises de variância; 3. Modelos lineares generalizados; 4. Séries temporais; 5. Análise e modelação de sistemas dinâmicos; 6. Análise de dados multivariados; 7. Modelos mistos.

Método de Avaliação

As aulas funcionam com as tipologias T, TP e PL. O regime T é de carácter predominantemente expositivo. O TP alia ométodo expositivo à ilustração e interpretação de outputs provenientes de softwares estatísticos. Prevê-se que cercade 25% dos conteúdos (T e TP) sejam fornecidos em formato digital. O regime PL permite ao estudante aplicar osconhecimentos adquiridos. O laboratório de análise estatística (PL) pretende dar resposta ao problema deinvestigação, previamente definido pelo estudante. Avaliação: A avaliação é centrada em duas componentes: o draft de um artigo científico a apresentar em formato escrito (máximo3000 palavras) e defesa oral obrigatória. A classificação final decorre da seguinte forma: 50% avaliação escrita e 50% avaliação oral. O processo de avaliação será assegurado por um painel de dois docentes por artigo.

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 118.0

Carga Total -

Bibliografia

Principal

Experimental Designs using ANOVA [PDF].: Tabachnick, B. G., Fidell, L. S. 2007
Generalized, Linear, and Mixed Models, 2nd edition: McCulloch, C. E., Searle, S. R., Neuhaus, J. M. 2008 John Wiley &Sons. ISBN: 978-0-470-07371-1
Multivariate Statistical Methods: A Primer, 3rd edition.: Manly, B. F. J. 2007 Chapman & Hall/CRC. ISBN: 1-58488-414-2
Coordination Dynamics [PDF].: Kelso, S. 2013
Forecasting: Principles and Practice, 2nd edition: Hyndman, R. J., & Athanasopoulos, G. 2018 Retrieved fromOTexts.com/fpp2
Writing a Biomedical Research Paper: a guide for structure and style.: Budgell, B. 2008 Springer Verlag. ISBN:9784431880363