|
Teaching GuideTerm Faculty of Computer Science |
| Mestrado Universitario en Técnicas Estadísticas (Plan 2019) |
 Subjects |
| Resampling Techniques |
| Learning aims |
| Identifying Data | 2019/20 | |||||||||||||
| Subject | Resampling Techniques | Code | 614493022 | |||||||||||
| Study programme |
|
|||||||||||||
| Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
| Official Master's Degree | 1st four-month period |
First Second | Optional | 5 | ||||||||||
|
||||||||||||||
| Learning outcomes | Study programme competences | ||
| G1 - Capacidade para iniciar a investigación e para participar en proxectos de investigación que poden culminar na elabouración duhna teses de doutoramento. | AC2 AC4 |
BJ6 BJ8 BJ10 |
CJ1 CJ2 CJ3 CJ4 CJ5 CJ6 CJ7 CJ8 CJ9 CJ10 |
| G2 - Capacidade de aplicación de algoritmos de resolución dos problemas e manexo do software adecuado. | AC4 |
||
| G3 - Capacidade de traballo en equipo e de xeito autónomo | BJ8 |
||
| G4 - Capacidade de formular problemas en termos estatísticos, e de resolvelos utilizando as técnicas axeitadas. | AC2 AC4 |
||
| G6 - Capacidade de identificar e resolver problemas | BJ10 |
||
| G10 - Capacidade de integrarse nun equipo multidisciplinar para a análise experimental | BJ8 |
||
| G11 - Adquirir destreza para o desenvolvemento de software | AC2 AC4 |
||
| G12 - Capacidade de análise estatística crítica das mostras, os plantexamentos e resultados | AC2 AC9 |
||
| G14 - Representar un problema real mediante un modelizado estatístico axeitado. | AC2 |
||
| G15 - Deseñar un plano de observación ou recollida de datos que permita abordar o problema de interese | AC4 AC9 |
BJ10 |
|
| E2 - A adquisición dos coñecementos de estatística e investigación de operacións necesarios para a incorporación en equipos multidisciplinares pertencentes a diferentes sectores profesionais. | AC2 |
BJ8 |
CJ1 CJ2 CJ3 |
| E4 - Coñecer as aplicacións dos modelos da estatística e a investigación de operacións. | AC2 |
||
| E5 - Coñecer algoritmos de resolución dos problemas e manexar o software axeitado. | AC4 |
||
| E12 - Realizar inferencias respecto aos parámetros que aparecen no modelo. | CJ6 |
||
| E19 - Tratamento de datos e análise estatística dos resultados obtidos. | BJ6 |
||
| E27 - Obter os coñecementos precisos para unha análise crítica e rigurosa dos resultados. | AC9 |
||
| E28 - Complementar a aprendizaxe dos aspectos metodolóxicos con apoio de software. | AC4 |
||
| 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 | AC2 |
||
| 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. | CJ4 CJ5 |
||
| E84 - Ser quen de manexar diverso software (en particular R) e interpretar os resultados que proporcionan nos correspondentes estudos prácticos. | AC4 |
CJ4 |
|
| E86 - Soltura no manexo da teoría da probabilidade e as variables aleatorias. | AC2 |
||
|
