Metodologia de Ensino e Avaliação
Metodologia: |
Todas as aulas serão síncronas, ocorrendo através de ambiente virtual, pela plataforma Google Meets (meet.google.com/upn-sbed-mkx). As aulas serão expositivas e dialogadas, com abordagem teórico-prática. Todos os estudantes devem acessar a plataforma por meio de computadores, sendo necessária a instalação dos softwares, descritos abaixo. A ordem de instalação deve ser a mesma da ordem de apresentação abaixo, para evitar problemas:
? R, versão 4.0.3, disponível em: https://cran.r-project.org/bin/windows/base/
? R Studio Desktop, versão 1.3.1093, disponível em: https://rstudio.com/products/rstudio/download/
? Dinamica EGO, versão 5.2.1, disponível em: https://csr.ufmg.br/dinamica/ o Plugin ?BioDinamica? para Dinamica EGO, disponível em: https://csr.ufmg.br/dinamica/dokuwiki/doku.php?id=biodinamica o Plugin ?Enhancement? para Dinamica EGO, disponível em: https://csr.ufmg.br/dinamica/dokuwiki/doku.php?id=biodinamica
? EstimateS, versão 9.1.0, disponível em: http://viceroy.eeb.uconn.edu/estimates/EstimateSPages/EstimateSRegistration.htm
Obs.: Atentar para a versão correta (32 ou 64 bits) dos programas ao realizar o download, de modo que sejam compatíveis com o computador que forem utilizar para as aulas. Caso não sabiam qual o formato do sistema operacional que usam, vejam este vídeo: https://www.youtube.com/watch?v=2MgixVKW1lc&ab_channel=BlueScreenTricks
POLÍTICA DE TOLERÂNCIA ZERO A PLÁGIO: qualquer indício de plágio, em qualquer atividade desenvolvida e entregue pelos discentes, implicará em total anulação da atividade, independentemente, da quantidade de plágio detectado. Por exemplo: em uma avaliação com 10 questões, caso seja detectado plágio na resposta de uma questão, todas as 10 questões serão anuladas, recebendo a avaliação nota final igual a zero (0,0).
|
Procedimentos de Avaliação da Aprendizagem: |
Em todas as aulas, serão entregues atividades a serem desenvolvidas pelos(as) discentes, objetivando fixação do conteúdo apresentado. Todas as atividades diárias corresponderão a parte de duas notas da disciplina, sendo pontuadas conforme descrito abaixo:
Nota 01: ? Apresentação da disciplina, introdução a estatística e delineamento amostral e testes de hipóteses (2 pontos) ? Introdução a R (2 pontos) ? Introdução a R (2 pontos) ? Análises exploratórias de dados (2 pontos) ? Estatística linear paramétrica e não paramétrica, transformação de dados (2 pontos)
Nota 02: ? Produção de gráficos (2 pontos) ? Introdução a modelagem ecológica (2 pontos) ? Aplicação de modelagem em estatística (2 pontos) ? Dados de diversidade: modelos gerais linearizados - GLM (4 pontos)
Nota 03: ? Dados de diversidade: análises de ordenação (3 pontos) ? Dados de diversidade: estimativa de riqueza (3 pontos) ? Introdução a séries temporais (2 pontos) ? Geoprocessamento e análise de dados espaciais (2 pontos)
Nota 04: ? Apresentações de projetos pelos discentes + discussão sobre delineamento amostral e análise de dados (10 pontos) |
Horário de atendimento:
| 08:00-12:00; 14:00-18:00 |
Bibliografia:
| Bibliografia básica: FERREIRA, E.B. & OLIVEIRA, M.S. 2020. Introdução à estatística com R. Alfenas: Editora Universidade Federal de Alfenas. 194 p. Disponível em: https://www.unifal-mg.edu.br/bibliotecas/system/files/imce/EBR_Unifal.pdf GOTELLI, N.J. & ELLISON, A.M. 2011. Princípios de estatística em ecologia. Porto Alegre: Artmed. 528 p. MORETTIN, P.A. & BUSSAB, W.O. 2017. Estatística básica. 9. ed. São Paulo: Saraiva. 453 p. SCHMULLER, J. 2019. Análise estatística com R, para leigos. Rio de Janeiro: Alta Books Editora. 409 p. ZAR, J.H. 2014. Bioestatistical Analysis. Harlow: Pearson Education Limited. 761.
Bibliografia complementar: GOOD, P.I. & HARDIN, J.W. 2003. Common errors in statistics (and how to avoid them). Hoboken: John Wiley & Sons, Inc. 235 p. LANDEIRO, V.L. 2013. Introdução ao uso do programa R. Disponível em: https://files.cercomp.ufg.br/weby/up/320/o/IntroR_VictorLandeiro_version_6.1.pdf LARSON, R. & FARBER, B. 2016. Estatística aplicada. 6. ed. São Paulo: Pearson Edication do Brasil. 674 p. MELO, M.P. & PETERNELLI, L.A. 2013. Conhecendo o R: uma visão mais que estatística. Viçosa: Editora UFV. 222 p. PIMENTEL-GOMES, F. 2009. Curso de Estatística Experimental. 15ª edição. Piracicaba: FEALQ. 451 p. QUINN, G. & KEOUGH, M. 2002. Experimental design and data analysis for biologists. Cambridge: Cambridge University Press. 537 p. RITTER, M.N.; THEY, N.H. & KONZEN, E. 2019. Introdução ao software estatístico R. Disponível em: http://professor.ufrgs.br/sites/default/files/matiasritter/files/apostila_introducao_ao_r_-_ritter_they_and_konzen.pdf RUXTON, G.D. & COLEGRAVE, N. 2011. Experimental design for the life sciences. 3rd ed. Oxford: Oxford University Press. 178p. SCHUMACKER, R. & TOMER, S. 2013. Understanding Statistics Using R. Nova Iorque: Springer. 297 p. SOKAL, R.R. & ROHLF, F.J. 2009. Introduction to biostatistics. Mineola: Dover. 374 p. UNDERWOOD A.J. 1997. Experiments in Ecology. Cambridge: Cambridge University Press, 504p. VIEIRA, S. 1999. Estatística experimental. 2ª ed. São Paulo: Atlas Editora. 185p. VITAL, M.V.C. 2015. Introdução ao uso do software R para as Ciências Biológicas. Disponível em: https://cantinhodor.wordpress.com/2015/03/28/a-boa-e-velha-apostila-basica-do-r/
|