Detalhe da Disciplina
Curso: Pós-Graduação em Sistemas Estatísticos
Unidade curricular: Recolha de Dados, Fontes Administrativas e Big Data
Código da Unidade curricular: 400010
Tipo de unidade curricular: Opcional
Ano do plano de estudos: 1
Semestre: Primavera
Número de créditos: 6,0
Docentes:  Não disponível 
Número de horas de aula por semana: Não disponível
Objectivos da unidade curricular:

Esta unidade curricular tem por objetivo dar a conhecer um conjunto de metodologias que suportam a obtenção de dados no processo de produção de estatísticas oficiais, incluindo os processos de recolha de dados (com principal destaque para o contexto em que a recolha de dados se efetua através de inquéritos baseados em questionário), a utilização de dados administrativos e o recurso às fontes associadas ao que é habitualmente designado por Big Data.


No final da unidade curricular o aluno deverá atingir os seguintes objetivos de aprendizagem:
1.Identificar e diferenciar os métodos de recolha de dados.
2.Conhecer e selecionar os modos de recolha de dados mais adequados para cada situação.
3.Ser capaz de desenhar uma metodologia de recolha de dados baseada em inquérito.
4.Identificar as potenciais fontes administrativas e os aspetos metodológicos na sua utilização

5.Reconhcer as potencialidades da utilização de big data nas estatísticas oficias e os aspetos metodológicos na sua utilização

Requisitos de frequência:
Não aplicável
Conteúdo da unidade curricular:
  1. Introdução às metodologias de recolha de dados
  2. A recolha de dados com inquéritos
    1. Planeamento das etapas do processo de recolha de dados
    2.  Desenhos amostrais
    3.  Populações alvo e bases de sondagem
    4.  Fontes de erro em operações estatísticas
    5. Métodos e modos de recolha de dados
    6. Desenho de questionários
    7. Especificidades dos inquéritos eletrónicos
       
  3. A recolha de dados com fontes administrativas
    1. Estatísticas baseadas em informação administrativa
    2. Natureza dos dados administrativos
    3. A passagem da informação administrativa para informação estatística
    4. Utilização conjunta de dados de fontes administrativas e de inquéritos estatísticos
    5. Ligação e integração de dados
    6. Avaliação da Qualidade dos dados administrativos
    7. Proteção da privacidade e confidencialidade

       

  4. Big data no processo de produção estatística
    1. Big data e os traços digitais
    2. Overview das fontes de big data
    3. A utilização de big data nas estatísticas oficiais
    4. Privacidade e proteção de dados
    5. Exemplos do uso de big data na produção de estatísticas oficiais
    6. Desafios metodológicos
    7. Overview de ferramentas de big data
Bibliografia recomendada:

European Association of Methodology. International Handbook of Survey Methodology, Eds. Edith D. de Leeuw, Josep J. Hox, Don A. Dillman, 2008.;

European Commission. Handbook of Recommended Practices for Questionnaire Development and Testing in the European Statistical System, 2006.;

Statistics Canada. Survey Methods and Practices, 2010;

Malhotra, Naresh K., Birks, David F. (2007). Marketing research: an applied approach. Third European edition. Harlow: Prentice Hall/Financial Times.;

Vilares, M. J.; Coelho, P. A Satisfação e a Lealdade do Cliente. Metodologias de Avaliação, Gestão e Análise., 2ª Edição, Escolar Editora.,2011.

Wallgren, B. Wallgren (2014). Register-based Statistics Statistical Methods for Administrative Data. John Wiley&Sons, Ltd.

United Nations (2007). Register-based statistics in the Nordic countries – Review of best practices with focus on population and social statistics. Available online: http://unstats.un.org/unsd/dnss/docViewer.aspx?docID=2764

United Nations (2011). Using Administrative and Secondary Sources for Official Statistics: A Handbook of Principles and Practices. Available online:

http://www.unece.org/fileadmin/DAM/stats/publications/Using_Administrative_Sources_Final_for_web.pdf

P. Christen (2012). Data Matching – Concepts and Techniques for Record Linkage, Entity Resolution, and duplicate Detection. Springer.

Métodos de ensino:
A unidade curricular baseia-se em aulas teorico-práticas, com exposição de conteúdos (conceitos, metodologias), apresentação de casos práticos, discussão de metodologias e resolução de exercícios.
Métodos de avaliação:

Exame final (60%) + Projecto opcional com discussão (40%)
O projecto da disciplina inclui a elaboração e apresentação de um relatório, e é objecto de discussão com o docente. Este projecto compreende a concepção de uma metodologia de recolha de dados para um problema real.
Para garantir aprovação é necessário atingir a nota mínima de 8,5 valores em cada um dos elementos de avaliação.

Língua de ensino: Português/Inglês