Estrutura curricular
Disciplina do PPGCTI
cti004 - Análise de dados e formação de Database na Ciência e Tecnologia
Disciplina obrigatóriaInício: 14/01/2025Nível: MestradoCréditos: 4 (Créditos computáveis)Períodos de oferta: 1 Ementa
Objetivos: proporcionar aos estudantes uma base sólida de conhecimento e habilidades para conduzir análises de dados científicos em um contexto
interdisciplinar, utilizando métodos adequados e ferramentas apropriadas para maximizar a eficácia e a relevância das análises realizadas. A fim de atingir esses objetivos, os conceitos abordados serão: Introdução à Análise de Dados Científicos. Conceitos e importância da análise de
dados na pesquisa interdisciplinar. Diferenças entre abordagens qualitativas e quantitativas. Procedimentos Básicos de Análise de Dados: Coleta, organização e preparação de dados para análise. Planejamento de experimentos e coleta de dados. Controle de variáveis e randomização. Aplicação de técnicas específicas de análise de dados em contextos interdisciplinares, com ênfase em geociência, biologia, ciências básicas e engenharia. Conceitos de banco de dados e sua aplicação na organização de informações científicas. Modelagem de dados e estruturação de um sistema de banco
de dados. Integração de Dados Pré-existentes. Ferramentas e Softwares para Análise de Dados e Gestão de Banco de Dados. Estudo de casos reais e aplicação dos conhecimentos adquiridos na análise de dados em pesquisas interdisciplinares.Bibliografia
Bibliografia Básica:
1. HINES, W.W. et al. Probabilidade e estatística na engenharia. 4.ed. Rio de Janeiro: LTC. 2006.
2. MONTGOMERY, D.C.; RUNGER, G.C. Estatística aplicada e probabilidade para engenheiros. 4. ed. Rio de Janeiro: LTC. 2009.
3. MORETTIN, L. G. Estatística básica, probabilidade e inferência. São Paulo: Pearson; Prentice Hall. 2010.
4. PAGANO, M.; GAUVREAU, K. Princípios de Bioestatística. São Paulo: Pioneira Thomson Learning. 2004.
5. CASELLA, G.; BERGER, L.R. Inferência Estatística. Tradução Solange Aparecida Visconde. São Paulo: Cengage Learning. 2010.
6. MEYER, P.L. Probabilidade Aplicações à Estatísticas. 2. ed. Rio de Janeiro: LTC. 1995.
7. ALENCAR, M.S. Probabilidade e Processos Estocásticos: Erica. 2009.
8. GOMES, F.P. Curso de Estatística Experimental. 12a ed., São Paulo, Livraria Nobel S.A.,1987. 467 p.
9. BANZATTO, D. A. & KRONKA, S. DO N. Experimentação Agrícola. Jaboticabal, UNESP, 2a ed.,1992.
10. CALEGARE, ÁLVARO J. A. Introdução ao delineamento de experimentos. 2. ed., rev. e atual. São Paulo: E.Blucher, 2009.
11. SIQUEIRA, A.; TIBÚRCIO, J.D. Estatística na Área da Saúde: Conceitos, Metodologia, Aplicações e Prática Computacional. 1ª ed. Belo Horizonte: COOPMED, 2011.
12. BUSSAB, W. O.; MORETTIN, P. A. Estatı́stica Básica. 9. ed. São Paulo: Saraiva, 2017.
13. SPANO, Ari. Probability Theory and Statistical Inference: Empirical Modeling with Observational Data. 2nd Revised ed, Cambridge: Cambridge University Press, 2019.
14. BARROS Neto, B.; Scarminio, I.S.; Bruns, R.E. Como fazer experimentos: pesquisa e desenvolvimento na ciência e na indústria. 3.ed Campinas Unicamp, 2007.
15. MINGOTI, S.A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Ed. UFMG, 2005.