SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular:	DISCIPLINA
Unidade Responsável:	PROGRAMA DE PÓS-GRADUAÇÃO EM PROPRIEDADE INTELECTUAL E TRANSFERÊNCIA DE TECNOLOGIA PARA A INOVAÇÃO (11.01.19.01.12)
Código:	NIT0008
Nome:	PESQUISA TECNOLÓGICA QUALITATIVA E QUANTITATIVA / ESTATÍSTICA APLICADA A PIETT
Carga Horária Teórica:	38 h.
Carga Horária Prática:	0 h.
Carga Horária Total:	38 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional:	Não
Matriculável On-Line:	Sim
Horário Flexível da Turma:	Não
Horário Flexível do Docente:	Sim
Obrigatoriedade de Nota Final:	Sim
Pode Criar Turma Sem Solicitação:	Não
Necessita de Orientador:	Não
Exige Horário:	Sim
Permite CH Compartilhada:	Não
Quantidade de Avaliações:	1
Ementa/Descrição:	Métodos e técnicas de coleta de dados em pesquisa qualitativa. Análise e tratamento de informações em pesquisa qualitativa. Métodos de análise qualitativa e análise de conteúdo. Análise léxica. Tipos e natureza das variáveis. Introdução à elaboração de instrumentos de medida. Estimação de intervalo e testes de hipóteses. Tipos e técnicas de amostragens. Desenvolvimento de escalas. Preparação dos dados e critérios de validação. Regressão linear simples e múltipla. Mineração de textos e sua análise covariante como componentes principais e outros. Análise exploratória dos dados: definição do problema. Organização dos dados. Visualização dos dados originais. Transformação/processamento dos dados: PCA: Análise de Componentes Principais. Covariância. A matriz de variância-covariância. Interpretação dos resultados. HCA: Análise Hierárquica de Agrupamentos. Interpretação dos resultados. PLS: Mínimos Quadrados Parciais. Interpretação dos resultados. Construção de modelos de classificação: Reconhecimento de padrões por SIMCA.
Referências:	ANDRIOTTI, J. L. S. Fundamentos de Estatística e Geoestatística. Ed. UNISINOS, São Leopoldo, 165p. 2003. ANSELMO, Fabio Paceli (Coord.). Indicadores estaduais de ciência e tecnologia. Brasília: Ministério da Ciência e Tecnologia (MCT), 2003. FOTHERINGHAM, A. S.; BRUNSDON. C.; CHARLTON, M. Quantitative Geography. Perspectives on Spatial Data Analysis. SAGE, London, 270p, 2000. HAIR, J. F.; ANDERSON, R.E.; TATHAM, R.L.; BLACK, W.C. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 688p, 2009. ISBN 9788577804023 HÄRDLE, W. E SIMAR, L. Applied Multivariate Statistical Analysis , 2d edition, Springer. 2007 HARDLE, W. SIMAR, L. Applied Multivariate Statistical Analysis. Second Edition Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg, 2007. ISBN 9783540722441 - SPRINGERLINK (ONLINE SERVICE). LATOUR, B. Reassemblingthe Social.Oxford. Univertity Press. Oxford. 2005. Manual do software a ser utilizado pelos alunos. MEYER, Paul L.Probabilidade – Aplicações à Estatística. Rio de Janeiro: Livros Técnicos, 1978 MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Editora UFMG, Belo Horizonte, 295 p. 2005. ISBN 857041451x MORETTIN, Luiz Gonzaga. Estatística Básica - Probabilidade. Volume 1,7.ed. São Paulo: Makron, 2000. MORETTIN, Luiz Gonzaga. Estatística Básica - Inferência. Volume 2, 7.ed. São Paulo: Makron, 2000. RICyT (RedIberoamérica de Indicadores de Ciência y Tecnologia). El Estado de La Ciência. Principales Indicadores Iberoamericanos – Interamericanos, RiCyT, Buenos Aires. 2001 VIEIRA, Sonia. Estatística Experimental. 2. ed. São Paulo: Editora Atlas, 1999. VIOTTI, Eduardo Baumgratz, MACEDO, Mariano de Matos (Orgs.). Indicadores de ciência, tecnologia e inovação no Brasil. Campinas: UNICAMP, 2003. WESOLOWSKI, M.; SUCHACZ, B.; “Classification of Rapeseed and Soybean Oils by Use of Unsupervised Pattern-Recognition Methods aqnd Neural Networks”; Fresenius J. Anal. Chem.; 371; 323- 330, 2001.

<< Voltar