Disciplina Curricular
Métodos de Investigação Avançada – Análise Quantitativa MdIAAQ
Doutoramento Bolonha em Motricidade Humana - 2_Plano de Estudos_2022_2023
Contextos
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Treino Desportivo > Opções TD > Opção 2º semestre
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Sociologia e Gestão do Desporto > Opções > Opção 2º semeste
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Reabilitação > Opções > Opção 2º semestre
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Psicologia do Exercício e do Desporto > Opções > Opção 2º semestre
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Fisiologia do Exercício
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Ergonomia > Opções > Opção 2º semestre
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Dança > Opções > Opção 2º semestre
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Biomecânica
Período:
Grupo: 2_Plano de Estudos_2022_2023 > 3º Ciclo > Parte Escolar > Especialidades > Especialidade Atividade Física e Saúde
Período:
Peso
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.
Métodos de ensino e 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.