Study programme competencies |
Code
|
Study programme competences / results
|
A1 |
Dominar nun nivel de postgrado os coñecementos, as ferramentas e os procedementos da investigación social e de mercados aplicándoos á solución de problemas e necesidades |
A3 |
Ser quen de deseñar un proceso de investigación de carácter empírico demostrando dominio no uso de técnicas de investigación cuantitativas e/ou cualitativas |
A4 |
Ser quen de discriminar a técnica de investigación axeitada ao problema plantexado |
A8 |
Ter capacidade para traballar críticamente con fontes de datos, metodoloxías e técnicas de investigación científica e ferramentas informáticas proprias da investigación social e de mercados |
A9 |
Ter capacidade para integrar e aplicar as novas tendencias en investigación social e de mercados de xeito rentable e efectivo na empresa, as administracións ou outras organizacións |
B1 |
Posuer e comprender coñecementos que aporten unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a cotío nun contexto de investigación |
B2 |
Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (o multidisciplinares) relacionados coa súa área de estudo |
B3 |
Que os estudantes sexan quen de integrar coñecementos e enfrontarse á complexidade de formular xuizos a partires de unha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vencelladas á aplicación dos seus coñecementos e xuizos |
B5 |
Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun xeito que haberá de ser en gran medida autodirixido ou autónomo |
B6 |
Ser quen de buscar, xestionar, analizar e sintetizar a información, seleccionando aquela que resulta pertinente para a toma de decisións |
B7 |
Ter capacidade creativa, proactiva e emprendedora |
B8 |
Ser quen de integrar as NTICs (Novas Tecnoloxías da Información e as Comunicacións) na tarefa profesional e/ou investigadora |
B9 |
Ter capacidade de analizar críticamente tanto o traballo proprio como o dos compañeiros |
B10 |
Ser quen de traballar en equipo eficaz e eficientemente |
B11 |
Ser quen de asumir responsabilidades tanto individuais como colectivas na tarefa investigadora ou profesional |
C1 |
Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da Comunidade Autónoma de Galicia |
C3 |
Utilizar as ferramentas básicas das TIC necesarias para o exercicio da súa profesión e para o aprendizaxe ao longo da vida |
C4 |
Desenvolverse para o exercicio dunha cidadanía aberta, culta, crítica, comprometida, democrática e solidaria, capaz de analizar a realidade, diagnosticar problemas, formular e implantar solucións baseadas no coñecemento e orientadas ao ben común |
C5 |
Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras |
C6 |
Valorar críticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse |
C7 |
Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida |
C8 |
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade |
Learning aims |
Learning outcomes |
Study programme competences / results |
Dispor de ferramentas informáticas para a análise cuantitativa baseadas en software libre |
AC8 AC9
|
BC8
|
CC3
|
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 |
AC1 AC3 AC4 AC8 AC9
|
BC1 BC2 BC3 BC5 BC6 BC7 BC8 BC9 BC10 BC11
|
CC1 CC3 CC4 CC5 CC6 CC7 CC8
|
Contents |
Topic |
Sub-topic |
Introdución |
Aprendizaxe supervisada e non supervisada con R |
Regresión e deseño de experimentos en R |
Formulas e modelado en R
Modelos de deseño de experimentos
Modelos de regresión lineal
Modelos avanzados de regresión |
Clasificación supervisada en R |
Métodos clásicos: Análise discriminarte e regresión loxística
Métodos baseados en árbores
Outros métodos de clasificación |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Workshop |
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 |
Problem solving |
A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C6 |
3 |
9 |
12 |
Mixed objective/subjective test |
A1 B2 B6 C1 |
3 |
6 |
9 |
|
Personalized attention |
|
6 |
0 |
6 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Workshop |
Mediante o emprego do software libre R, vanse expor, analizar e debatir os principais métodos de aprendizaxe estatística supervisada e non supervisada, e vanse facer estudos de casos de interese na investigación social e na análise de mercados. |
Problem solving |
Mediante o traballo en equipo, e a partir dos coñecementos de R e de aprendizaxe estatística adquiridos nas sesións de obradoiro, os alumnos resolverán situacións de interese plantexadas en forma de problemas. |
Mixed objective/subjective test |
Os alumnos deberán demostrar o seu dominio da materia e a súa capacidade para a resolución de problemas no ámbito da aprendizaxe estatística empregando R. |
Personalized attention |
Methodologies
|
Workshop |
Problem solving |
|
Description |
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. |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Workshop |
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 |
Problem solving |
A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C6 |
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 |
Mixed objective/subjective test |
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 |
|
Assessment comments |
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.
|
Sources of information |
Basic
|
James, G., Witten, D., Hastie, T. y Tibshirani, R. (2013). An Introduction to Statistical Learning: with Aplications in R. Springer
Fox, J. y Weisberg, S. (2011). An R Companion to Applied Regression. Sage
Cichosz, P. (2015). Data Mining Algorithms: Explained Using R. Wiley
Ledolter, J. (2013). Data Mining and Business Analytics with R. Wiley
Torgo, L. (2011). Data Mining with R: Learning with Case Studies . Chapman & Hall/CRC
Williams, G. (2011). Data Mining with Rattle and R. Springer
Faraway, J. (2006). Extending Linear Models with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman & Hall/CRC
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 |
|
Complementary
|
|
|
Recommendations |
Subjects that it is recommended to have taken before |
Taller de Análise Cuantitativa/615518012 |
|
Subjects that are recommended to be taken simultaneously |
Ferramentas informáticas para a Análise I/615518022 |
|
Subjects that continue the syllabus |
|
|