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 |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas 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
|
Competencias / Resultados |
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 |
|
|