| Competencias do título |
| Código | Competencias / Resultados do título |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias / Resultados do título | ||
| Deseñar procedementos de recollida de información | AI1 AI2 AI3 AI4 AI5 |
BM1 BM2 BM3 BM4 BM5 BM6 BM7 |
CM1 CM2 CM3 CM4 CM5 CM6 CM7 CM8 |
| Identificar os distintos tipos de datos e as súas principais características. | AI1 AI2 |
BM1 BM2 BM3 BM4 BM5 BM6 |
CM1 CM6 CM8 |
| Identificar o tipo de análise estatístico que haberá de utilizarse para unha investigación concreta a realizar no ámbito das TIC | AI1 AI2 |
BM1 BM2 BM3 BM4 BM5 |
CM1 CM6 CM8 |
| Utilizar correctamente o software estatístico dispoñible para a análise de datos. | AI1 AI2 |
BM1 BM2 BM3 BM4 BM5 BM6 BM7 |
CM1 CM5 CM6 CM7 CM8 |
| Saber interpretar correctamente os resultados dunha análise estatística. | AI1 AI2 |
BM1 BM2 BM3 BM4 BM5 BM6 |
CM1 CM6 CM8 |
| Contidos |
| Temas | Subtemas |
| Tema 1. Exploración de datos |
1. Conceptos preliminares 2. Descripción de variables cuantitativas 3. Descripción de variables cualitativas 4. Tablas de frecuencia 5. Representaciones gráficas 6. Medidas características 7. Exploración conjunta de dos o más variables 8. Medidas de asociación 9. Coeficiente de correlación 10. Introducción al R commander |
| Tema 2. Modelos de probabilidad |
1. Concepto de variable aleatoria 2. Principales distribuciones de probabilidad discretas 3. Principales distribuciones de probabilidad continuas: la distribución normal 4. Ejemplos con datos simulados |
| Tema 3. Introducción a la inferencia estadística |
1. Elección de muestras aleatorias 2. Concepto de distribución en el muestreo |
| Tema 4. Intervalos de confianzas |
1. Intervalos de confianza para la media 2. Intervalos de confianza para la varianza 3. Intervalos de confianza para una proporción |
| Tema 5. Contrastes de hipótesis |
1. Hipótesis nula y alternativa 2. Concepto de p-valor 3. Contrastes de hipótesis para la media, la varianza y para una proporción 4. Contrastes de normalidad |
| Planificación | ||||
| Metodoloxías / probas | Competencias / Resultados | Horas lectivas (presenciais e virtuais) | Horas traballo autónomo | Horas totais |
| Sesión maxistral | A1 B1 B3 B4 C6 C8 | 10 | 20 | 30 |
| Prácticas de laboratorio | B2 B5 B6 C1 | 10 | 10 | 20 |
| Estudo de casos | A1 A2 B1 B2 B3 B4 B5 B6 C1 C6 C8 | 2 | 12 | 14 |
| Proba de resposta breve | A1 B1 B2 B3 B4 C1 C6 | 1 | 8 | 9 |
| Atención personalizada | 2 | 0 | 2 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Clases teóricas. |
| Prácticas de laboratorio | Prácticas en ordenador con software estatístico. |
| Estudo de casos | Supostos prácticos. Analises de datos. |
| Proba de resposta breve | Proba na que se avalían os coñecementos teóricos e aplicados adquiridos polo alumno. Consta de preguntas sobre conceptos da materia e aplicacións destes a conxuntos de datos. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias / Resultados | Descrición | Cualificación |
| Estudo de casos | A1 A2 B1 B2 B3 B4 B5 B6 C1 C6 C8 | Supostos prácticos. Analises de datos. | 50 |
| Proba de resposta breve | A1 B1 B2 B3 B4 C1 C6 | Proba na que se avalían os coñecementos teóricos e aplicados adquiridos polo alumno. Consta de preguntas sobre conceptos da materia e aplicacións destes a conxuntos de datos. | 50 |
| Observacións avaliación | |||
|
<p> Para superar a materia será necesario obter unha calificación de alomenos 5 sobre 10 no conxunto da materia.<br />
Na oportunidade de xullo os alumnos poderán liberarse de facer as probas correspondentes nas que a súa calificación na oportunidade de xaneiro fora de alomenos 4 sobre 10.<br /> Para obter a calificación de NON PRESENTADO na primeira oportunidade (xaneiro-febreiro), os alumnos non se poderán ter presentado a ningunha das probas avaliables que figuran arriba. Para obter a calificación de NON PRESENTADO en xullo, os alumnos non se poderán ter presentado ó exame final desa data.</p> |
|||
| Fontes de información |
| Bibliografía básica |
Ricardo Cao, Mario Francisco, Salvador Naya, Manuel Presedo, Margarita Vázquez, José A. Vilar e Juan (2001). Introducción a la Estadística y sus Aplicaciones. Ediciones Pirámide
Juan M. Vilar Fernández (2006). Modelos Estadísticos Aplicados. Publicacións da UDC
Woolson, R. F.; Clarke, W. R (2002). Statistical Methods for the Analysis of Biomedical Data. Wiley
Dupont, W. D. (2002). Statistical Modeling for Biomedical Researchers. Cambridge University Press |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |||||
| Materias que se recomenda ter cursado previamente | |
|
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario | |||||
|
| Observacións | |
|
Para axudar a conseguir una contorna inmediata sustentable e cumprir o obxectivo estratéxico 9 do I Plan de Sustentabilidade Medio-ambiental Green Campus FCS, todos os traballos documentais que se realicen nesta materia serán entregados a través de Moodle, en formato dixital, sen necesidade de imprimilos. De realizarse en papel: - Non se empregarán plásticos. - Realizaranse impresións a dobre cara. - Empregarase papel reciclado. - Evitarase imprimir borradores. |