|
Tipo A
|
Código |
Competencias Específicas | | | A9 |
Utilizar y combinar las técnicas más adecuadas, tanto cuantitativas como cualitativas, para desarrollar un proyecto de investigación en el ámbito de la economía de la empresa. (Especialidad investigación) |
|
Tipo B
|
Código |
Competencias Transversales | | | CT1 |
Desarrollar la autonomía suficiente para trabajar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro de su ámbito temático |
| | CT2 |
Formular valoraciones a partir de la gestión y uso eficiente de la información. |
| | CT3 |
Resolver problemas complejos de forma crítica, creativa e innovadora en contextos multidisciplinares. |
|
Tipo C
|
Código |
Competencias Nucleares |
| Resultados de aprendizaje |
|
Tipo A
|
Código |
Resultados de aprendizaje |
| | A9 |
Conocer técnicas estadísticas y de análisis de datos avanzadas
Diseñar estrategias metodológicas y formular hipótesis de investigación, analizando cuantitativamente los datos y variables que permitan alcanzar el propósito del estudio.
|
|
Tipo B
|
Código |
Resultados de aprendizaje |
| | CT1 |
Desarrollar la autonomía suficiente para trabajar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro de su ámbito temático
| | | CT2 |
Formular valoraciones a partir de la gestión y uso eficiente de la información.
| | | CT3 |
Resolver problemas complejos de forma crítica, creativa e innovadora en contextos multidisciplinares.
|
|
Tipo C
|
Código |
Resultados de aprendizaje |
| tema |
Subtema |
| TEMA 1. CONCEPTOS BÁSICOS. |
1.1. Introducción a R.
1.2. Representación gráfica en R.
1.3. Estructuras de datos. |
| TEMA 2. ANÁLISIS CUANTITATIVO. |
2.1. Análisis de poblaciones y muestras.
2.2. Estadística descriptiva.
2.3. Inferencia estadística.
2.4. Modelos de Regresión. |
| TEMA 3. APLICACIÓN DE TÉCNICAS PARA EL TRATAMIENTO DE DATOS. |
3.1. Análisis de Series Temporales.
3.2. Clusterización.
3.3. Análisis de Componentes Principales. |
| Metodologías :: Pruebas |
| |
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
| Actividades introductorias |
|
0.5 |
0 |
0.5 |
| Sesión magistral |
|
5.5 |
5.5 |
11 |
| Resolución de problemas/ejercicios en el aula ordinaria |
|
7 |
7 |
14 |
| Prácticas a través de TIC |
|
16 |
16 |
32 |
| Trabajos |
|
0 |
16.5 |
16.5 |
| Atención personalizada |
|
1 |
0 |
1 |
| |
| |
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías
| |
descripción |
| Actividades introductorias |
Presentación de la asignatura. |
| Sesión magistral |
Exposición de los contenidos de la asignatura.
|
| Resolución de problemas/ejercicios en el aula ordinaria |
Formulación, análisis, resolución y debate de un problema o ejercicio, relacionado con la temática de la asignatura.
|
| Prácticas a través de TIC |
Realización de prácticas informáticas de los contenidos de la asignatura con R.
|
| Trabajos |
Realización de trabajos por parte del estudiante.
|
| Atención personalizada |
Tiempo que cada docente tiene reservado para atender y resolver dudas a los estudiantes. |
|
descripción |
|
Durante el horario de atención a los estudiantes se resolverán cuestiones teóricas y prácticas relacionadas con la asignatura. |
|
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
| Prácticas a través de TIC |
|
Durante el periodo lectivo se realizarán dos pruebas en el aula, con un peso cada una del 70%. |
30% |
| Trabajos |
|
Trabajo sobre los contenidos desarrollados en la asignatura. |
70% |
| Otros |
|
|
|
| |
|
Otros comentarios y segunda convocatoria |
|
La evaluación en 2a convocatoria se realizará mediante un examen final sobre los contenidos desarrollados en la asignatura con un peso del 100%. |
| Básica |
Aitkin, M. et al, Statistical Modelling in R, Oxford University Press, 2009
Crawley, M.J., The R book, John Wiley&Sons, 2013
Dalgaard, P., Introductory statistics with R, Springer, 2008
Horton, N., Using R for Data Management, Statistical Analysis, and Graphics, Chapman&Hall, 2011
|
|
| Complementaria |
Jollifee, I.T., Principal Component Analysis, Springer, 2002
Xu, R.; Wunsch, D., Clustering, Wiley, 2009
Cowpertwait, P.S.P.; Metcalfe, A.V., Introductory time series with R, Springer, 2009
|
|
| |
| Otros comentarios |
|
Esta asignatura supone un conocimiento de los términos, conceptos y procedimientos estadísticos básicos. Se recomienda al estudiante que acompañe el desarrollo de la asignatura con un manual básico de Estadística aplicada a las ciencias sociales. |
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente. |
|