![]() |
Guia docente | |||||||||||||||||||||||||||||||||||||||
| DATOS IDENTIFICATIVOS | 2019_20 | |||||||||||||||||||||||||||||||||||||||
| Asignatura | TÉCNICAS AVANZADAS DE ANÁLISIS DE DATOS | Código | 00915008 | |||||||||||||||||||||||||||||||||||||
| Enseñanza |
|
|||||||||||||||||||||||||||||||||||||||
| Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||||||||||||||||||||
| 3 | Obligatoria | Primer | Primero |
|||||||||||||||||||||||||||||||||||||
| Idioma |
|
|||||||||||||||||||||||||||||||||||||||
| Prerrequisitos | ||||||||||||||||||||||||||||||||||||||||
| Departamento | ECONOMIA Y ESTADISTICA |
|||||||||||||||||||||||||||||||||||||||
| Responsable |
|
Correo-e | ralve@unileon.es jiabag@unileon.es |
|||||||||||||||||||||||||||||||||||||
| Profesores/as |
|
|||||||||||||||||||||||||||||||||||||||
| Web | http:// | |||||||||||||||||||||||||||||||||||||||
| Descripción general | Se pretende que el alumno trabaje con datos espaciales y multivariados, conociendo algunas técnicas avanzadas estadísticas de procesado de datos como la regresión, el análisis multivariante y la estadística espacial. | |||||||||||||||||||||||||||||||||||||||
| Tribunales de Revisión |
|
|||||||||||||||||||||||||||||||||||||||
| Competencias |
| Tipo A | Código | Competencias Específicas |
| A17854 | 915CE3 Capacidad para diseñar muestreos, analizar un conjunto de datos multidimensional, y desarrollar y evaluar modelos adecuados a casos reales. | |
| Tipo B | Código | Competencias Generales y Transversales |
| B5542 | 915CG2 Capacidad para desarrollar bases de datos geoespaciales, y aplicar y desarrollar geoprocesos de forma que el modelado de la información geográfica posibilite la extracción de información útil en gestión de recursos naturales. | |
| B5543 | 915CG3 Aptitud para seleccionar, aplicar y evaluar las metodologías y técnicas geoinformáticas avanzadas más adecuadas en su aplicación a problemas de gestión de recursos naturales. | |
| B5544 | 915CT1 Capacidad de toma de decisiones basadas en criterios objetivos, así como capacidad de argumentar y justificar dichas decisiones. | |
| B5546 | 915CT3 Capacidad de resolución de problemas: localizar problemas, identificar causas e identificar, analizar, evaluar y seleccionar alternativas de solución. | |
| Tipo C | Código | Competencias Básicas |
| C1 | Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. |
| Resultados de aprendizaje |
| Resultados | Competencias | ||
| Trabajar con datos espaciales y multivariados. | A17854 |
B5542 B5543 B5544 B5546 |
C1 |
| Conocer algunas técnicas avanzadas estadísticas de procesado de datos como la regresión, el análisis multivariante y la estadística espacial. | A17854 |
B5542 B5543 B5544 B5546 |
C1 |
| Ejecutar e interpretar los resultados de técnicas estadísticas avanzadas. | A17854 |
B5543 B5544 B5546 |
C1 |
| Contenidos |
| Bloque | Tema |
| I. Regresión | Tema 1. Análisis de regresión. - Regresión lineal, logística, no lineal. Métodos no paramétricos. - Selección de modelos y bondad de ajuste. |
| II. Análisis multivariante y clasificación | Tema 2. Análisis multivariante y clasificación. - Análisis de Componentes Principales. - Análisis Cluster. |
| III. Estadística espacial y geoestadística | Tema 3. Estadística espacial y geoestadística |
| Planificación |
| Metodologías :: Pruebas | |||||||||
| Horas en clase | Horas fuera de clase | Horas totales | |||||||
| Practicas a través de TIC en aulas informáticas | 6 | 12 | 18 | ||||||
| Trabajos | 2 | 20 | 22 | ||||||
| Sesión Magistral | 5 | 10 | 15 | ||||||
| Pruebas mixtas | 2 | 18 | 20 | ||||||
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | |||||||||
| Metodologías |
| descripción | |
| Practicas a través de TIC en aulas informáticas | Se guiará al alumno en el aprendizaje de las técnicas estadísticas mediante el uso del software estadístico en las aulas de informática. |
| Trabajos | Trabajos Actividades propuestas al alumno para su realización en un plazo determinado de forma individual y/o en grupo académicamente dirigido. |
| Sesión Magistral | En estas sesiones se explicarán los contenidos generales teóricos de la asignatura, haciendo especial hincapié en conceptos novedosos y en aquellos esenciales para el desarrollo de la parte práctica. |
| Tutorías |
|
|
| Evaluación |
| descripción | calificación | ||
| Trabajos | En la evaluación de los trabajos y/o informes se valorarán las destrezas adquiridas por el estudiante en la aplicación práctica de los conocimientos, así como la capacidad de interpretación de resultados y la capacidad de organizar, redactar y presentar trabajos/informes. | 50% | |
| Pruebas mixtas | Prueba escrita sobre conocimientos teórico-prácticos. Esta prueba evaluará fundamentalmente el dominio de los conocimientos básicos de la materia. Puede incluir cuestiones prácticas a resolver en el aula de informática empleando el software indicado y los ficheros proporcionados. | 45% | |
| Otros | Asistencia, participación y actitud. | 5% | |
| Otros comentarios y segunda convocatoria | |||
|
Para superar la asignatura en la primera convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos. En la segunda convocatoria habrá dos pruebas: a) Una prueba mixta equivalente a la de la primera convocatoria. b) Una prueba con el objetivo de evaluar las competencias correspondientes a los trabajos. El alumno/a podrá presentarse a las dos pruebas o solamente a la parte no superada en la primera convocatoria. Para superar la asignatura en segunda convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos o prueba sustitutoria. Durante el desarrollo de las pruebas no se permitirá manejar ningún material a excepción de bolígrafo y calculadora no programable. Queda terminantemente prohibida la tenencia y el uso de cualquier dispositivo móvil y/o electrónico (incluyendo relojes inteligentes) durante la celebración de las pruebas. La simple tenencia de dichos dispositivos así como de apuntes, libros, carpetas o materiales diversos no autorizados durante las pruebas de evaluación, supondrá la retirada inmediata del examen, su expulsión del mismo y su calificación como suspenso, comunicándose la incidencia a la Autoridad Académica del Centro para que realice las actuaciones previstas en las Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación, aprobadas por la Comisión Permanente del Consejo de Gobierno de 29 de enero de 2015. A estos efectos, todas las pruebas, incluidos los trabajos, se considerarán bajo los supuestos de la normativa de Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación. |
|||
| Fuentes de información |
| Acceso a la Lista de lecturas de la asignatura |
| Básica | |
Cohen, Y., Cohen, Y. (2008). Statistics and Data with R: An applied approach through examples. John Wiley & Sons. Crawley, M.J. (2013). The R Book. John Wiley & Sons, Ltd. Gardener, M. (2012). Beginning R: The statistical programming language. Wiley. Maindonald, J., Braun, W.J. (2013). Data Analysis and Graphics Using R: An Example-Based Approach. Cambridge Series in Statistical and Probabilistic Mathematics. Tattar, P., Ramaiah, S., Manjunath B.G. (2013). A Course in Statistics With R. Alpha Science International. |
|
| Complementaria | |
Bivand, R.S., Pebesma, E.J, Gómez-Rubio, V. (2008). Applied spatial data analysis with R. John Wiley & Sons, Ltd. Husson, F., Lê, S., Pagès, J. (2011). Exploratory Multivariate Analysis by Example Using R. CRC Press. |
| Recomendaciones |
| Asignaturas que se recomienda haber cursado previamente | |||
|
|||