Estatística Multivariada com R para as Ciências Biológicas

Informação Geral

• Público alvo: Estudantes de mestrado, doutoramento, investigadores.
• Horário: Das 10h às 14h
• Número mínimo de inscrições: 5
• Número máximo de inscrições: 25
• Idioma: Inglês
• Pré-requisitos: Conhecimento básico da linguagem R
• Os participantes do curso receberão um certificado de frequência.

Inscrições

Taxa de inscrição:

• Membros do CIIMAR/U.Porto/CCMAR/IPMA (anexar comprovativo): 100€
• Participantes externos: 150€

Como inscrever-se:

Inscrições: após o anúncio, até preencher as 25 vagas disponíveis.

• Registo através do formulário neste link.
• Pagamento por transferência bancária para:
  Dados bancários do CIIMAR
  IBAN: PT50007900000826888810276
• Enviar o comprovativo de pagamento para: trainingandcareer@ciimar.up.pt (necessário para garantir a vaga).
• Após o envio do comprovativo, será enviado um e-mail de confirmação da inscrição.

Descrição do curso

Este curso irá centrar-se nas técnicas mais úteis de análise estatística multivariada nas Ciências Biológicas. Estas incluem a análise de componentes principais, análise de correspondência canónica, escalonamento multidimensional, análise discriminante e análise de clusters. Outras técnicas, como a análise de correspondência e a análise fatorial, serão abordadas de forma mais simples. Por fim, algumas técnicas serão introduzidas de forma muito básica, como no caso da correlação canónica e da análise de redundância.

Uma breve introdução às técnicas paramétricas e não paramétricas para contrastes de hipóteses (teste de Hotelling, MANOVA, PERMANOVA) também fará parte da primeira sessão.

Embora este curso utilize a linguagem de programação R como base para os exemplos e exercícios, o que certamente ajudará o estudante a familiarizar-se com esta linguagem, o seu aprendizado não é um objetivo deste curso.

Objetivos do curso

The general aim of the course is to become familiar with the basic concepts of multivariate statistics and to know in detail the main techniques. The methodology to do it consists of exemplified theoretical explanations, for which the open source programming language R will be used. Students will receive the course lesson material in pdf format, which contains the theoretical explanations together with worked examples. The examples will also be provided as scripts in R language. In addition, students will be provided with data files, which will be used to perform a series of exercises during class hours. These exercises will also be reviewed during class hours.

Programa do curso

Consulte o programa do curso aqui.

Formador

Aldo Barreiro Felpeto é investigador no Centro Interdisciplinar de Investigação Marinha e Ambiental (CIIMAR), associado à Universidade do Porto (Porto, Portugal). A sua carreira de investigação tem-se focado na ecologia do plâncton. Defendeu a sua dissertação de doutoramento em 2007 no Departamento de Ecologia da Universidade de Vigo (Vigo, Espanha), sobre interações entre o zooplâncton e espécies de fitoplâncton tóxicas da costa atlântica noroeste de Espanha, do mar Báltico sul e da costa sul do Tirreno. Entre 2008 e 2010, realizou um pós-doutoramento no Departamento de Ecologia e Biologia Evolutiva da Universidade de Cornell (Ithaca, Nova Iorque, EUA). Desde 2011, é investigador no CIIMAR.

Desenvolveu uma forte formação em estatísticas e modelagem dinâmica com o software R, tendo frequentado 10 cursos no período de 2006-2018 e, desde 2013, organizado 14 edições de cursos sobre diferentes aspetos da estatística e programação com R, maioritariamente no CIIMAR, mas também na Universidade de Vigo (Espanha) e na Universidade de Magallanes (Chile). É coautor de dois livros sobre estatísticas e programação: Tratamiento de Datos (Ed. Díaz de Santos, Madrid, 2006) e Tratamiento de Datos con R, SPSS y ESTATISTICA (Ed. Díaz de Santos, Madrid, 2010).

Devido à sua experiência em estatísticas e programação, tem desenvolvido colaborações em diferentes áreas da ecologia, mas também nas ciências ambientais e biologia molecular. Publicou 60 artigos, contabilizando um índice h de 27 e um índice i10 de 48.