|
Teaching GuideTerm Faculty of Computer Science |
| Mestrado Universitario en Técnicas Estadísticas (Plan 2011) |
 Asignaturas |
| Técnicas de Remostraxe |
| Resultados de aprendizaxe |
| Datos Identificativos | 2014/15 | |||||||||||||
| Asignatura | Técnicas de Remostraxe | Código | 614493022 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Mestrado Oficial | 1º cuadrimestre |
Primeiro-Segundo | Optativa | 5 | ||||||||||
|
||||||||||||||
| Competencias de materia (Resultados de aprendizaxe) | Competencias da titulación | ||
| G1 - Capacidade para iniciar a investigación e para participar en proxectos de investigación que poden culminar na elabouración duhna teses de doutoramento. | AM1 AM2 AM4 AM6 AM7 AM10 AM12 AM13 |
BM2 BM4 BM6 |
CM1 CM2 CM3 CM4 CM8 |
| G2 - Capacidade de aplicación de algoritmos de resolución dos problemas e manexo do software adecuado. | AM4 AM7 AM10 AM13 |
BM4 |
CM3 |
| G3 - Capacidade de traballo en equipo e de xeito autónomo | AM11 AM15 |
BM1 BM8 BM9 BM10 |
CM1 CM2 |
| G4 - Capacidade de formular problemas en termos estatísticos, e de resolvelos utilizando as técnicas axeitadas. | AM2 AM4 AM7 AM8 AM11 AM13 |
BM1 BM4 BM5 BM6 |
CM3 |
| G6 - Capacidade de identificar e resolver problemas | AM5 AM8 AM11 AM13 |
BM1 BM4 BM5 BM6 |
CM3 CM6 |
| G10 - Capacidade de integrarse nun equipo multidisciplinar para a análise experimental | AM15 |
BM2 BM3 |
|
| G11 - Adquirir destreza para o desenvolvemento de software | AM2 AM4 AM7 AM13 |
BM4 |
CM3 CM8 |
| G12 - Capacidade de análise estatística crítica das mostras, os plantexamentos e resultados | AM2 AM9 AM15 |
BM1 BM3 BM4 BM5 |
CM4 CM5 CM6 CM7 |
| G13 - Redacción de informes estatísticos con precisión, orden e claridade | AM12 AM15 |
BM1 BM2 BM5 BM8 BM9 BM10 |
CM1 CM2 |
| G14 - Representar un problema real mediante un modelizado estatístico axeitado. | AM2 AM8 AM14 |
BM1 BM5 |
CM4 |
| G15 - Deseñar un plano de observación ou recollida de datos que permita abordar o problema de interese | BM5 |
||
| E2 - A adquisición dos coñecementos de estatística e investigación de operacións necesarios para a incorporación en equipos multidisciplinares pertencentes a diferentes sectores profesionais. | AM1 |
||
| E4 - Coñecer as aplicacións dos modelos da estatística e a investigación de operacións. | AM3 |
||
| E5 - Coñecer algoritmos de resolución dos problemas e manexar o software axeitado. | AM4 |
||
| E11 - Modelar a dependencia entre unha variable resposta (dependente) e varias variables explicativas (independentes). | AM5 |
||
| E12 - Realizar inferencias respecto aos parámetros que aparecen no modelo. | AM6 |
||
| E19 - Tratamento de datos e análise estatística dos resultados obtidos. | AM7 |
||
| E22 - Capacidade de identificar e resolver problemas que requiran o uso de técnicas da análise de series de tempo. | AM8 |
||
| E27 - Obter os coñecementos precisos para unha análise crítica e rigurosa dos resultados. | AM9 |
||
| E28 - Complementar a aprendizaxe dos aspectos metodolóxicos con apoio de software. | AM10 |
||
| E78 - Fomentar a sensibilidade cara os principios do pensamento científico, favorecendo as actitudes asociadas ao desenvovemento dos métodos matemáticos, como: o cuestionamento das ideas intuitivas, a análise crítica das afirmacións, a capacidade de análise e síntese ou a toma de decisións racionais | AM15 |
CM4 CM8 |
|
| E82 - O estudiante será capaz de comprender a importancia da Inferencia Estatística como ferramenta de obtención de información sobre a población en estudo, a partir do conxunto de datos observados dunha mostra representativa de esta. Para iso deberá recoñecer a diferenza entre estatística paramétrica e non paramétrica. | AM12 |
||
| E84 - Ser quen de manexar diverso software (en particular R) e interpretar os resultados que proporcionan nos correspondentes estudos prácticos. | AM13 |
||
| E86 - Soltura no manexo da teoría da probabilidade e as variables aleatorias. | AM14 |
||
|
