Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Economia, Administração e Contabilidade
 
Contabilidade e Atuária
 
Disciplina: EAC0579 - Análise de Dados para Tomada de Decisão
Data Analysis for Decision Making

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2022 Desativação:

Objetivos
APRESENTAÇÃO DA DISCIPLINA: A disciplina tem como objetivo principal capacitar os alunos para o entendimento e compreensão de diversas técnicas exploratórias e confirmatórias de análise multivariada, com enfoque para suas aplicações e na geração de informação para tomada de decisões em contabilidade, atuária e finanças. O conteúdo a ser discutido considera aspectos relacionados à elaboração, tratamento e análise de bancos de dados. O intuito é que o aluno adquira conhecimentos e habilidades sobre gerenciamento e tratamento de dados, por meio de discussão de conceitos e análise de bancos de dados em sessões de laboratório com aplicação prática de softwares como SPSS, Stata, R, dentre outros. OBJETIVOS DE APRENDIZAGEM: Espera-se que, ao final do curso, os alunos estejam aptos a: 1. Compreender os objetivos e aplicações das diversas técnicas exploratórias e confirmatórias de análise multivariada; 2. Identificar situações favoráveis para o uso do instrumental quantitativo adquirido; 3. Conhecer as premissas e limitações do uso das diversas técnicas; 4. Elaborar, tratar e analisar diferentes tipos de bancos de dados; 5. Extrair informação relevante para tomada de decisões financeiras a partir do tratamento e análise de bancos de dados; e 6. Aplicar o instrumental quantitativo à análise de problemas gerenciais abordados pelos sistemas de informações empresariais, presentes no processo de planejamento, execução e controle das decisões nas empresas.
 
 
 
Docente(s) Responsável(eis)
3079831 - Lucas Ayres Barreira de Campos Barros
906942 - Luiz Paulo Lopes Favero
3696531 - Tatiana Albanez
 
Programa Resumido
1. BANCO DE DADOS: IMPORTÂNCIA DO TRATAMENTO E ANÁLISE 2. TESTES DE HIPÓTESE E INTERVALOS DE CONFIANÇA 3. FERRAMENTAS DE ANÁLISE MULTIVARIADA PARA TOMADA DE DECISÃO 4. PESQUISA OPERACIONAL
 
 
 
Programa
1. BANCO DE DADOS: IMPORTÂNCIA DO TRATAMENTO E ANÁLISE 1.1 Visão geral: tipos de variáveis e escalas de mensuração 1.2 Estatística descritiva 1.3 Distribuições de probabilidades 2. TESTES DE HIPÓTESE E INTERVALOS DE CONFIANÇA 2.1 Testes paramétricos 2.2 Testes não paramétricos 3. FERRAMENTAS DE ANÁLISE MULTIVARIADA PARA TOMADA DE DECISÃO 3.1. TÉCNICAS DE INTERDEPENDÊNCIA 3.1.1 Análise de clusters 3.1.2 Análise de correspondência (ANACOR) 3.1.3 Análise fatorial 3.2 TÉCNICAS DE DEPENDÊNCIA 3.2.1 Generalized linear models (GLM) 3.2.2 Regressão linear e não-linear simples e múltipla 3.2.3 Diagnósticos em modelos de regressão 3.2.4 Regressão logística binária e multinomial 3.2.5 Modelos de regressão para dados de contagem 4. PESQUISA OPERACIONAL 4.1 Programação linear e não linear 4.2 Programação inteira e binária 4.3 Modelos de otimização
 
 
 
Avaliação
     
Método
METODOLOGIA: Para ensino de todos os tópicos da disciplina poderão ser utilizados um ou mais dos seguintes métodos, além de aulas expositivas: 1. Provas individuais; 2. Trabalhos ou exercícios realizados individualmente ou em grupo; 3. Estudos de casos realizados individualmente ou em grupo; 4. Leitura e discussão de artigos técnicos e científicos; 5. Apresentação de seminários realizados individualmente ou em grupo; 6. Simulação e resolução de exercícios em computador, com softwares como SPSS e Stata. HABILIDADES E ATITUDES DESENVOLVIDAS: Espera-se que os métodos de ensino-aprendizagem utilizados desenvolvam no aluno raciocínio quantitativo, capacidade de análise crítica e trabalho em equipe para resolução de problemas, e aprimore suas habilidades de julgamento para a tomada de decisões financeiras.
Critério
Os critérios de avaliação são: a) O aluno será considerado aprovado na disciplina se obtiver nota média final maior ou igual a 5,0 (cinco) e frequência igual ou superior a 70% (setenta por cento). b) O aluno será considerado reprovado na disciplina se obtiver nota média final menor que 3,0 (três) e/ou frequência inferior a 70% (setenta por cento).
Norma de Recuperação
a) O aluno poderá participar do processo de reavaliação (recuperação) na disciplina caso obtenha nota média final maior ou igual a 3,0 (três) e menor que 5,0 (cinco) e frequência igual ou superior a 70%. b) A média para aprovação com reavaliação será obtida por meio da média aritmética simples da média final + nota obtida na reavaliação, que deverá ser igual ou superior a 5,0 (cinco).
 
Bibliografia
     
BIBLIOGRAFIA PRINCIPAL: FÁVERO, L. P.; BELFIORE, P. Manual de Análise de Dados: Estatística e Modelagem Multivariada com Excel, SPSS e Stata. 1ª Edição. Rio de Janeiro: Ed. Campus Elsevier, 2017. BELFIORE, P.; FÁVERO, L. P. Pesquisa Operacional para Cursos de Administração, Contabilidade e Economia. Rio de Janeiro: Campus Elsevier, 2012. FÁVERO, L. P.; BELFIORE, P. Data Science for Business and Decision Making. Cambridge: Academic Press, 2019. FÁVERO, L. P.; BELFIORE, P. P.; SILVA, F. L.; CHAN, B. L. Análise de Dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Ed. Campus Elsevier, 2009. BIBLIOGRAFIA COMPLEMENTAR: CAMERON, A. C.; TRIVEDI, P. K. Microeconometrics using Stata. College Station: Stata Press, 2009. GUJARATI, D. N. Econometria básica. 4. ed. Rio de Janeiro: Elsevier, 2006. HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise Multivariada de Dados. 6. ed. Porto Alegre: Bookman, 2007. JOHNSON, R. A.; WICHERN, D. W. Applied Multivariate Statistical Analysis. 6. ed. Upper Saddle River: Pearson Education, 2007. SHARMA, S. Applied Multivariate Techniques. Hoboken: John Wiley & Sons, 1996.
 

Clique para consultar os requisitos para EAC0579

Clique para consultar o oferecimento para EAC0579

Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP