Datos Identificativos 2016/17
Asignatura (*) Herramientas Informáticas para el Análisis I Código 615518022
Titulación
Mestrado Universitario en Socioloxía Aplicada: Investigación Social e de Mercados
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 1º cuatrimestre
Segundo Obligatoria 3
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinador/a
Fernández Casal, Rubén
Correo electrónico
ruben.fcasal@udc.es
Profesorado
Costa Bouzas, Julian
Fernández Casal, Rubén
Correo electrónico
julian.costa@udc.es
ruben.fcasal@udc.es
Web
Descripción general

Competencias del título
Código Competencias del título
A1 Dominar en un nivel de postgrado los conocimientos, las herramientas y los procedimientos de la investigación social y de mercados aplicándolos a la solución de problemas y necesidades
A3 Ser capaz de diseñar un proceso de investigación de carácter empírico demostrando dominio en el uso de técnicas de investigación cuantitativa y/o cualitativa
A4 Ser capaz de discriminar la técnica de investigación adecuada al problema planteado
A8 Tener capacidad para trabajar críticamente con fuentes de datos, metodologías y técnicas de investigación científica y herramientas informáticas propias de la investigación social y de mercados
A9 Tener capacidad para integrar y aplicar las nuevas tendencias en investigación social y de mercados de modo rentable y efectivo en la empresa, las administraciones u otras organizaciones
B1 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
B2 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
B3 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
B5 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
B6 Ser capaz de buscar, gestionar, analizar y sintetizar la información, seleccionando aquella que resulta pertinente para la toma de decisiones
B7 Tener capacidad creativa, proactiva y emprendedora
B8 Ser capaz de integrar las NTICs (Nuevas Tecnologías de la Información y las Comunicaciones) en la tarea profesional y/o investigadora
B9 Tener capacidad de analizar críticamente tanto el trabajo propio como el de los compañeros
B10 Ser capaz de trabajar en equipo eficaz y eficientemente
B11 Ser capaz de asumir responsabilidades tanto individuales como colectivas en la tarea investigadora o profesional
C1 Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la Comunidad Autónoma de Galicia
C3 Utilizar las herramientas básicas de las TIC necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida
C4 Desarrollarse para el ejercicio de una ciudadanía abierta, culta, crítica, comprometida, democrática y solidaria, capaz de analizar la realidad, diagnosticar problemas, formular e implantar soluciones basadas en el conocimiento y orientadas al bien común
C5 Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras
C6 Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse
C7 Asumir como profesional y ciudadano la importancia del aprendizaje a lo largo de la vida
C8 Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Dispor de ferramentas informáticas para a análise cuantitativa baseadas en software libre AM8
AM9
BM8
CM3
Coñecer o funcionamento de ferramentas informáticas baseadas en software libre para a análise cuantitativa, tanto descritiva coma predictiva, que demanda a investigación social e de mercados AM1
AM3
AM4
AM8
AM9
BM1
BM2
BM3
BM5
BM6
BM7
BM8
BM9
BM10
BM11
CM1
CM3
CM4
CM5
CM6
CM7
CM8

Contenidos
Tema Subtema
Introdución á linguaxe R Estruturas de datos e programación en R
Manipulación de datos con R
Análise exploratorio de datos con R Táboas, medidas de posición e dispersión
Gráficos
Inferencia Estatística con R Intervalos de confianza e contrastes de hipóteses
Análise da varianza
Regresión lineal simple

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Taller A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 24 24 48
Solución de problemas A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 3 9 12
Prueba mixta A1 B2 B6 C1 3 6 9
 
Atención personalizada 6 0 6
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Taller Explorarase o emprego do software libre R para o análise estatístico de datos. Realizaranse estudos de casos de interese na investigación social e na análise de mercados.
Solución de problemas Mediante o traballo en equipo, e a partir dos coñecementos de R e dos métodos estatísticos adquiridos nas sesións de obradoiro, os alumnos resolverán situacións de interese plantexadas en forma de problemas.
Prueba mixta Os alumnos deberán demostrar o seu dominio da materia e a súa capacidade para o análise estatístico de datos empregando R.

Atención personalizada
Metodologías
Prueba mixta
Taller
Solución de problemas
Descripción
A atención personalizada é unha actividade académica que ten como finalidade atender as necesidades e consultas do alumnado, de forma individual ou en pequeno grupo, relacionadas co estudo e temas vinculados coa materia. Esta atención servirá, dunha banda, ao profesor para detectar posibles problemas na metodoloxía empregada para impartir a materia e, por outra, aos alumnos para consolidar os coñecementos e para expresar as súas inquedanzas acerca da materia.

Esta actividade desenvolverase de forma presencial.

Evaluación
Metodologías Competéncias Descripción Calificación
Prueba mixta A1 B2 B6 C1 A proba mixta ten por obxeto valorar a correcta comprensión e aplicación dos contidos da materia. Realizarase de forma individual empregando o software R e os coñecementos adquiridos nas sesións de obradoiro e de solución de problemas. 40
Taller A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 Valorarase a asistencia e a participación na clase. 10
Solución de problemas A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 Os alumnos, agrupados en equipos de traballo, presentarán no prazo establecido unha memoria en formato electrónico coa resolución dos casos prácticos que se lles plantexarán en forma de problemas. Para a resolución destes problemas empregarase o software R e os coñecementos adquiridos nas sesións de obradoiro. 50
 
Observaciones evaluación

Os alumnos a tempo parcial
poden solicitar que o 10% da cualificación correspondente ao obradoiro se
incorpore á proba mixta, que neste caso pasaría a ter unha valoración do 50% da
nota final, sendo o outro 50% o correspondente á solución de problemas.


Fuentes de información
Básica Fox, J. y Weisberg, S. (2011). An R Companion to Applied Regression. Sage
Arriaza Gómez, A.J., Fernández Palacín, F., López Sánchez, M.A., Muñoz Márquez, M., Pérez Plaza, S. (2008). Estadística Básica con R y R-Commander. Universidad de Cádiz, Servicio de publicaciones. http://knuth.uca.es/ebrcmdr
Cao, R., Francisco, M., Naya, S., Presedo, M.A., Vázquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introducción a la Estadística y sus aplicaciones. Ediciones Pirámide
Dalgaard, P. (2008). Introductory Statistics with R. Springer
Lander, J. (2013). R for Everyone: Advanced Analytics and Graphics. Addison-Wesley
Matloff, N. (2011). The Art of R Programming: A Tour of Statistical Software Design. No Starch Press

Complementária

Cichosz, P. (2015). Data Mining Algorithms: Explained Using R. Wiley

Faraway, J. (2006). Extending Linear Models with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman & Hall/CRC

James, G., Witten, D., Hastie, T. y Tibshirani, R. (2013). An Introduction to Statistical Learning: with Aplications in R. Springer

Ledolter, J. (2013). Data Mining and Business Analytics with R. Wiley

Williams, G. (2011). Data Mining with Rattle and R. Springer


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Taller de Análisis Cuantitativo /615518012

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario
Herramientas Informáticas para el Análisis II/615518023

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías