Notas de aula

1. Análise exploratória de dados

   1.1 Meios computacionais

   1.2 Importação de dados

   1.3 Manipulação de data frames

   1.4 Estatísticas sumárias

   1.5 Gráficos com o ggplot

   1.6 Deteção de observações potencialmente atípicas

2. Modelos de regressão

   2.1 Regressão linear simples – revisão

   2.2 Regressão linear múltipla

   2.3 Regressão logística e de Poisson

Livros e etc.

Referências

1. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. Wickham, H., Çetinkaya-Rundel, M. and Grolemund, G. (2023)

2. Linear Models with R, 2^nd edition. Faraway, J. J. (2014). Chapman and Hall/CRC.

3. An Introduction to Statistical Learning: With Applications in R, 2^nd edition. James, G., Witten, D., Hastie T. and Tibshirani, R. (2023)

Software

• The Project for Statistical Computing

• The Comprehensive Archive Network

• RStudio

Sessões práticas

Lab#1 (2ª e 3ª semanas) – Análise exploratória de dados

Lab#2 (4ª semana) – Modelos de regressão linear

Lab#3 (5ª e 6ª semanas) – Modelos de regressão linear

Lab#4 (7ª semana) – Modelos de regressão logística

Provas de avaliação anteriores

Exame de época de especial (25/07/2025) [soluções]

Exame de época de recurso (10/07/2025) [soluções das diferentes versões]

Exame de época normal (25/06/2025) [soluções das diferentes versões]

Resolução do projeto computacional

Exame modelo (19/06/2025) [soluções parciais]

Informação

O que é isto?

Isto são umas notas de apoio às aulas da disciplina de Introdução à Análise de Dados e Modelação Estatística. Servem para acompanhar as aulas mas não devem ser usadas como único material de estudo.

Quem fez isto?

Como posso usar isto?

Estes conteúdos estão publicados sob uma Licença Creative Commons – Atribuição-NãoComercial 4.0 Internacional

26/07/2025