
Estatística Empresarial
Estatística Empresarial
Apresentação do curso
O mestrado em Estatística Empresarial fornece competências relacionadas com a recolha, manipulação e análise (computacional) de dados, cada vez mais cruciais para o sucesso de qualquer organização num mercado global, cada vez mais competitivo. É uma formação abrangente pela diversidade das metodologias da Estatística que são aplicadas, mas também de competências transversais como a computação, a análise crítica e a apresentação de resultados. Promove a aprendizagem ao longo da vida pela aplicação generalizada de metodologias que fomentam o estudo autónomo, nomeadamente através da realização de projetos de aplicação. Promove ainda a investigação, a difusão e transferência do conhecimento e o desenvolvimento regional e nacional através da realização de projetos, dissertações e estágios, bem como, o desenvolvimento de competências que permitem a integração no mercado de trabalho, a par da especialização de profissionais já integrados no mercado de trabalho, potenciando, deste modo, a dinamização empresarial da região.
Coordenador do curso
Miguel Martins Felgueiras
coord.meemp.estg@ipleiria.pt
Código
Escola
Cidade
Idioma
Regime
Duração
Vagas
Contingente geral e internacional: 25
Registo DGES

Objetivos
A Estatística desempenha um papel cada vez mais relevante em todos os sectores da vida quotidiana e contribui de forma significativa para o êxito das empresas, das indústrias e dos serviços. Neste contexto, o ciclo de estudos visa atingir os seguintes objetivos:
1) Dar continuidade às licenciaturas em Engenharia, Gestão e Marketing ministradas na Instituição;
2) Dar continuidade a licenciaturas em Matemática;
3) Alargar a oferta formativa de 2.º ciclo na região;
4) Formar profissionais com conhecimentos estatísticos que permitam resolver, adequadamente, problemas do meio empresarial, incluindo indústrias e serviços;
5) Desenvolver competências em Estatística em profissionais já integrados no mercado de trabalho;
6) Desenvolver a ligação com o tecido empresarial da região através da realização de estágios, projetos e dissertações;
7) Desenvolver a investigação aplicada na área da Estatística, nomeadamente através da realização de projetos e dissertações;
8) Promover a transferência de conhecimento para as organizações na área da Estatística;
9) Promover a aprendizagem ao longo da vida de um modo autónomo.
Plano curricular
- 1.º Ano
- 2.º Ano
Código | Nome | Semestre | ECTS | Duração |
---|---|---|---|---|
Programação Aplicada | 1S | 6 | 37,5 h | |
1. Introdução à Programação a) Instalação do software b) Elementos de base da linguagem c) Objetos e sua manipulação d) Bases de dados e sua manipulação 2. Estuturas de Decisão e de Repetição a) Estruturas de decisão (se) b) Estuturas de repetição (para, enquanto, repetir) 3. Implementação de Funções e de Ficheiros Script Codificados 4. Utilização de Ficheiros e de Gráficos a) Importação e exportação de ficheiros b) Desenvolvimento de gráficos 5. Tópicos da Computação Científica a) Exemplos de aplicação em Gestão, Engenharia e Ciências | ||||
Fundamentos de Estatística | 1S | 10 | 67,5 h | |
1 Complementos de probabilidades – Variáveis aleatórias. Funções de variáveis aleatórias – Distribuições discretas e contínuas. Família exponencial de distribuições – Funções geradoras – Convergências estocásticas e teoremas limite 2. Inferência Estatística Clássica – Suficiência. Estatísticas suficientes e completas – Estimação pontual. Métodos de estimação. Propriedades – Distribuições amostrais – Estimação intervalar – Construção de testes de hipóteses. Testes UMP – Testes de hipóteses sobre parâmetros – Testes de ajustamento – Testes não paramétricos 3. Introdução à Estatística Bayesiana – Metodologia Bayesiana. Estatística Clássica versus Estatística Bayesiana – Distribuição a priori (não informativas e conjugadas) e a posteriori – Inferência Bayesiana: estimação pontual e intervalar, testes de hipóteses 4 Análise bivariada – Tabelas de contingência – Teste do qui-quadrado – Medidas de associação e de correlação | ||||
Manipulação, Visualização e Análise Preliminar de Dados | 1S | 7 | 37,5 h | |
1. Preparação dos dados: – Estrutura – Importação, exportação, fusão e divisão – Limpeza – Valores omissos e outliers – Manipulação e transformação de variáveis e observações – Índices e seleção 2. Estatística Descritiva: – Noções de base – Quadros de frequência – Representação gráfica – Redução de dados 3. Visualização de dados – Representação de tabelas de frequência – Análise gráfica de dados univariados, bivariados e multivariados e valores omissos – Gráficos interativos – Simulação visual em estatística | ||||
Recolha de Dados e Inquéritos | 1S | 7 | 37,5 h | |
1. Introdução aos estudos de mercado 1.1 Definição e classificação de um estudo de mercado 1.2 Exemplos e etapas de um estudo de mercado 1.3 Elaboração de um estudo de mercado 2. Modelo de pesquisa 2.1 Dados primários e dados secundários 2.2 Pesquisa exploratória 2.3 Pesquisa conclusiva 3. Técnicas de amostragem 3.1 Amostragem probabilística 3.2 Amostragem não probabilística 3.3 Dimensão da amostra e erros de amostragem 4. Inquérito por questionário 4.1 Planeamento e conceção do inquérito 4.2 Tipos de questões e de escalas 4.3 Planeamento e estrutura do questionário 4.4 Ferramentas de elaboração de questionários online 5. Concretização de um inquérito 5.1 Elaboração do questionário 5.2 Recolha dos dados 5.3 Organização e tratamento dos dados 5.4 Elaboração e apresentação do relatório | ||||
Análise Multivariada | 2S | 7 | 37,5 h | |
1. Introdução à Análise Multivariada a) Matrizes de covarâncias e de correlações b) Distribuição Normal multivariada c) Teorema do limite central multidimensional d) Matriz de diagramas de dispersão 2. Análise fatorial a) Modelo b) Método das componentes principais c) Método da máxima verosimilhança d) Rotação de fatores e) Avaliação da qualidade do modelo f) Redução de variáveis na regressão linear g) Consistência interna 3. Análise de Clusters a) Medidas de dissemelhança b) Dendrograma c) Métodos hierárquicos d) Métodos não hierárquicos 4. Análise Discriminante e Classificação a) Seleção das variáveis discriminantes b) Função discriminante c) Classificação por recurso à função discriminante | ||||
Estatística Numérica Computacional | 2S | 9 | 60 h | |
1. Simulação – Geração de números pseudo-aleatórios – Geração de variáveis aleatórias discretas e contínuas 2. Métodos de Monte Carlo em inferência estatística – Estimação de parâmetros – Estimação de viés e erro quadrático médio de estimadores – Estimação do nível de confiança – Estimação do nível de significância e da função potência de testes de hipóteses – Comparação do desempenho diferentes procedimentos estatísticos 3. Métodos de Reamostragem – Bootstrap e Jackknife – Viés e erro quadrático médio – Intervalos de Confiança – Testes de hipótese 4. Estimação máxima verosimilhança e o algoritmo EM – Método da Máxima verossimilhança – Recurso a variáveis latentes – Algoritmo EM (expectation-maximization) – Exemplos de aplicação 5. Métodos de Monte Carlo baseados em cadeias de Markov (MCMC) – Algoritmo de Metropolis-Hastings – Amostrador de Gibbs 6. Aplicações dos métodos em vários contextos | ||||
Processos Estocásticos e Aplicações | 2S | 7 | 37,5 h | |
1. Introdução aos processos estocásticos a. Definições e generalidades b. Processos estacionários c. Processos de incrementos independentes e estacionários d. Processos de Markov 2. Cadeias de Markov a tempo discreto a. Definição e exemplos b. Matriz das probabilidades de transição e equação de Chapman-Kolmogorov c. Classificação dos estados da cadeia e comportamento limite 3. Cadeias de Markov a tempo contínuo a. Definição e exemplos b. Probabilidades de transição e equação de Chapman-Kolmogorov c. Classificação dos estados da cadeia e comportamento limite 4. Processos de nascimento e morte a. Definição b. Solução transiente e existência de distribuição limite c. Processo de Poisson d. Filas de espera associadas a processos de nascimento e morte | ||||
Modelação Estatística | 2S | 7 | 45 h | |
1. Regressão linear a) Interpretação e estimação b) Análise dos pressupostos c) Inferência sobre os parâmetros d) Medidas de qualidade/adequação e de comparação de modelos e) Predição pontual e intervalar f) Utilização de variáveis artificiais 2. Modelos Lineares Generalizados a) Função de ligação logit, probit, log-log e complmentar log-log b) Interpretação e estimação dos modelos c) Análise dos pressupostos do modelo d) Inferência sobre os parâmetros e) Medidas de qualidade/adequação e de comparação de modelos f) Ponto de corte e a curva ROC 3. Modelos com dados em painel a) Modelos de efeitos fixos b) Modelos de efeitos aleatórios 4. Modelos de Equações estruturais a) Variáveis latentes e indicadores b) Modelos de medida: modelos reflexivos versus modelos formativos c) Especificação do modelo estrutural |
Código | Nome | Semestre | ECTS | Duração |
---|---|---|---|---|
Fiabilidade e Controlo de Qualidade | 1S | 6 | 37,5 h | |
1. Conceitos fundamentais do Controlo Estatístico da Qualidade a) Gestão da Qualidade b) Variabilidade do processo. A metodologia Seis Sigma c) As sete ferramentas da Qualidade d) Planeamento de experiências 2. Esquemas de controlo estatístico do processo a) Tipo Shewhart, para atributos e para variáveis b) Índices de capacidade. Capacidade da máquina e do processo c) Tipo CUSUM (soma acumulada) e EWMA (médias móveis de pesos exponenciais), para atributos e para variáveis d) Esquemas com intervalos amostrais variáveis. Esquemas FSI (amostragem com intervalos fixos) versus VSI (amostragem com intervalos variáveis) e) Amotragem de aceitação. Planos de amostragem simples, dupla, múltipla e sequenciais 3. Fiabilidade a) Conceitos de fiabilidade b) Noções básicas de Estatísticas ordinais c) Tempos de vida de estruturas usuais em fiabilidade d) Função taxa de falha e) Modelos paramétricos importantes em fiabilidade f) Estratégias de manutenção | ||||
Sucessões Cronológicas e Métodos de Previsão | 1S | 6 | 37,5 h | |
1. Conceitos fundamentais 1.1 Sucessão Cronológica: definição 1.2 Componentes de uma sucessão cronológica 1.3 Utilização de software para representação gráfica de sucessões cronológicas e identificação das suas componentes 1.4 Estacionaridade 1.5 Autocorrelação e autocorrelação parcial 1.6 Generalidades sobre métodos de previsão e medidas de precisão 2. Modelos de decomposição 2.1 Decomposição Clássica 2.2 Médias Móveis 2.3 Alisamento exponencial 2.4 Método STL (Seasonal-Trend Decomposition Procedure Based on Loess) 3. Modelos lineares de Box-Jenkins 3.1 Modelos estacionários (AR, MA e ARMA) 3.2 Modelos não estacionários (ARIMA e SARIMA) 3.3 Estimação de parâmetros, avaliação de diagnóstico e previsão 3.4 Aplicações em software 4. Modelos de heterocedasticidade condicionada 4.1 Volatilidade 4.2 Modelos ARCH e GARCH 4.3 Aplicações em software | ||||
Seminário | 1S | 4 | ||
Apresentação de seminários por especialistas sobre temas atuais de Estatística Aplicada. As áreas dos seminários dependem dos temas escolhidos pelos estudantes na unidade curricular de Dissertação, Projeto e Estágio. Apresentação de seminário por cada estudante sobre o trabalho que desenvolveu nos primeiros meses na Dissertação, Projeto ou Estágio. | ||||
Dissertação/Projeto/Estágio | 1S e 2S | 44 | ||
Os estudantes optam por realizar um trabalho de dissertação, projeto ou estágio de natureza profissional, nos termos a regulamentar pelo órgão legal e estatutariamente competente. |
Condições de acesso
Podem candidatar-se ao acesso ao ciclo de estudos conducente ao grau de mestre:
1) Titulares do grau de licenciado ou equivalente legal, nas áreas da Engenharia, Gestão e Matemática e áreas afins.
2) Titulares de um grau académico superior estrangeiro conferido na sequência de um 1.º ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo, nas áreas da Engenharia, Gestão e Matemática e áreas afins.
3) Titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado nas áreas da Engenharia, Gestão e Matemática e áreas afins, pelo Conselho Técnico-Científico da Escola Superior de Tecnologia e Gestão
4) Detentores de um currículo escolar, científico ou profissional que seja reconhecido como atestando capacidade para a realização deste ciclo de estudos pelo Conselho Técnico-Científico da Escola Superior de Tecnologia e Gestão.
Estudante internacional
Todas as informações relacionadas com a candidatura do Estudante Internacional ao Politécnico de Leiria devem ser consultadas na página de Candidaturas de Estudantes Internacionais.
Podem candidatar-se ao acesso ao ciclo de estudos conducente ao grau de mestre:
1) Titulares do grau de licenciado ou equivalente legal, nas áreas da Engenharia, Gestão e Matemática e áreas afins.
2) Titulares de um grau académico superior estrangeiro conferido na sequência de um 1.º ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo, nas áreas da Engenharia, Gestão e Matemática e áreas afins.
3) Titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado nas áreas da Engenharia, Gestão e Matemática e áreas afins, pelo Conselho Técnico-Científico da Escola Superior de Tecnologia e Gestão
4) Detentores de um currículo escolar, científico ou profissional que seja reconhecido como atestando capacidade para a realização deste ciclo de estudos pelo Conselho Técnico-Científico da Escola Superior de Tecnologia e Gestão.
Estudante internacional
Todas as informações relacionadas com a candidatura do Estudante Internacional ao Politécnico de Leiria devem ser consultadas na página de Candidaturas de Estudantes Internacionais.
Edital
Acreditação
Estado: Acreditado
Nº de anos de acreditação: 6
Data da publicação: 09.06.2021
Acreditação A3ES
Estado: Acreditado
Nº de anos de acreditação: 6
Data da publicação: 09.06.2021
Acreditação A3ES
Mais informações
Plano de Estudos
Despacho n.º 7253/2021, DR n.º 140 – 2S, de 21 de julho
Este curso de mestrado é reconhecido para efeitos de progressão na carreira docente – grupos de recrutamento 230 e 500 (informação disponível no site da DGAE).
Plano de Estudos
Despacho n.º 7253/2021, DR n.º 140 – 2S, de 21 de julho
Este curso de mestrado é reconhecido para efeitos de progressão na carreira docente – grupos de recrutamento 230 e 500 (informação disponível no site da DGAE).
Candidatura
Depois de escolheres o curso confirma no botão como me candidato a opção que se adequa ao teu perfil.
Taxa de candidatura
60€
60€
Taxa de matrícula/inscrição
Contingente geral: 50€*
Contingente estudante internacional: 500€*
*Inclui seguro escolar
Contingente geral: 50€*
Contingente estudante internacional: 500€*
*Inclui seguro escolar
Propina anual
Contingente geral: 1140€
Contingente estudante internacional: 3000€
Contingente geral: 1140€
Contingente estudante internacional: 3000€
