Saltar para o conteúdo

Metodos Quantitativos

Fonte: Wikiversidade

Disciplina eletiva do Programa de Pós-Graduação em Gestão Urbana (PPGTU) da Pontifícia Universidade Católica do Paraná (PUCPR) destinada a estudantes de mestrado e doutorado desta e outras instituições (ouvintes). Áreas de interesse: arquitetura e urbanismo, engenharias, planejamento urbano, geografia, sociologia, e outras disciplinas das ciências sociais e humanas.

Responsáveis: Agnes S de Araujo e Demian Barcellos.

Local e período

[editar | editar código-fonte]

Onde: PPGTU/PUCPR, Campus Curitiba. Escola de Belas Artes, Bloco 2, 2o andar. As aulas para o ano de 2024 serão realizadas unicamente de forma presencial.

Quando: 2o semestre de 2024, 6 sessões com início em Outubro e fim em Novembro (datas e horário: a definir)

Carga horária

[editar | editar código-fonte]

30 horas (2 créditos).

Ementa e objetivos

[editar | editar código-fonte]

As novas tecnologias têm produzido um volume cada vez maior de dados que podem trazer insights valiosos para gestão urbana. Para desvendar os padrões subjacentes, no entanto, é necessário dominar técnicas de análise de dados. Esta disciplina busca apresentar conceitos de estatística descritiva e inferencial, bem como instrumentalizar o aluno, tornando-o capaz de conduzir análises quantitativas utilizando softwares e interpretar os resultados criticamente.

  1. Estatística descritiva (população e amostra, medidas de tendência central, medidas de dispersão e intervalos de confiança)
  2. Correlação (Person e Spearman)
  3. Regressões lineares (simples e múltipla)
  4. Regressões logísticas e multivariadas
  5. Princípios da estatística espacial e autocorrelação espacial
  6. Regressões espaciais (Spatial Error, Spatial Lag e Geographic Weighted Regression - GWR)

Frequência mínima: 75%. A avaliação se dará a partir do exercícios desenvolvidos em sala (30% da nota) e trabalho final (70% da nota). Os doutorando devem apresentar seminários como complementação da carga horária.

Programação

[editar | editar código-fonte]

Aula 01: Apresentação do curso e introdução aos métodos quantitativos

  • Apresentação da disciplina, ementa, objetivos e programação.
  • Introdução aos métodos quantitativos: traduzindo alguns conceitos em números
  • Análise exploratória de dados como método
  • Exercícios práticos

Aula 02: Estatística descritiva

  • Conceitos e medidas de Estatística descritiva (população e amostra, medidas de tendência central, medidas de dispersão e intervalos de confiança)
  • Correlação (Person e Spearman)
  • Apresentação de seminários: Estudos urbanos que utilizam estatística descritiva como método (Doutorandos)
  • Exercícios práticos

Aula 03: Modelos de Regressão Linear (simples e múltipla)

  • Modelos de inferência, teste de hipóteses, intervalores de confiança e análise de resíduos.
  • Apresentação de seminários: Estudos urbanos que utilizam regressões lineares como método (Doutorandos)
  • Exercícios práticos

Aula 04: Modelos de Regressão Logística e Multivariada

  • Diferenças e especificidades em relação à regressão linear simples
  • Apresentação de seminários: Estudos urbanos que utilizam regressões multivariadas e logística como método (Doutorandos)
  • Exercícios práticos

Aula 05: Princípios da estatística espacial e autocorrelação espacial

  • Quando o espaço importa?
  • Medidas de autocorrelação espacial de dados (I de Moran)
  • Apresentação de seminários: Estudos urbanos que utilizam medidas de autocorrelação como método (Doutorandos)
  • Exercícios práticos

Aula 06: Regressões espaciais (Spatial Error, Spatial Lag e Geographic Weighted Regression - GWR)

  • Regressões espaciais (Spatial Error, Spatial Lag e Geographic Weighted Regression - GWR)
  • Apresentação de seminários: Estudos urbanos que utilizam Regressões espaciais como método (Doutorandos)
  • Exercícios práticos

Dobson, A. J. "Applied Regression Analysis and Generalized Linear Models." 3rd Edition. CRC Press, 2008

Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2000). Quantitative geography: perspectives on spatial data analysis. Sage.

Anselin, L. (2022). Spatial econometrics. Handbook of spatial analysis in the social sciences, 101-122.

Barreto, P. (2019). Estatística aplicada. LTC.

Morettin, P. A., & Bussab, W. O. (2017). Estatística básica. Saraiva.

Caldwell, S. (2013). Statistics for people who (think they) hate statistics (5th ed.). SAGE Publications.

Rice, J. W. (2018). Quantitative methods for the social sciences. SAGE Publications.

Arriaga, L. G., & Gutiérrez, J. R. (2015). Urban residential land use: assessing the spatial interaction between the natural and the built environments. Journal of Geographical Systems, 17(2), 155-178.

Franklin, R. S., & Shaw, S. L. (2011). A GIS-based method for identifying spatially varying relationships between socio-demographic characteristics and urban form. Computers, Environment and Urban Systems, 35(1), 37-47.

Franklin, R. S., & Maantay, J. A. (2019). Urban Health Geography: Progress and Challenges. In The Routledge Handbook of Urbanization and Global Environmental Change (pp. 465-479). Routledge.

Norusis, J. L. (2008). Statistical methods for rates and proportions (3rd ed.). Wiley.

Haughton, D. L. (2015). Applied multivariate statistical analysis. Springer.

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning: with applications in R. Springer.

Hair Jr, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2018). Multivariate data analysis (8th ed.). Pearson.