Competencias do título |
Código
|
Competencias / Resultados do título
|
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do 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
|
Contidos |
Temas |
Subtemas |
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 |
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Obradoiro |
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 C6 |
3 |
9 |
12 |
Proba mixta |
A1 B2 B6 C1 |
3 |
6 |
9 |
|
Atención personalizada |
|
6 |
0 |
6 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Obradoiro |
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. |
Solución de problemas |
Mediante o traballo en equipo, e a partir dos coñecementos de R e dos métodos de aprendizaxe estatística adquiridos nas sesións de obradoiro, os alumnos resolverán situacións de interese plantexadas en forma de problemas. |
Proba mixta |
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. |
Atención personalizada |
Metodoloxías
|
Obradoiro |
Solución de problemas |
|
Descrición |
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. |
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Obradoiro |
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 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. |
40 |
Proba 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. |
50 |
|
Observacións avaliación |
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 60% da nota final, sendo o outro 40% o correspondente á solución de problemas.
|
Fontes de información |
Bibliografía básica
|
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 |
|
Bibliografía complementaria
|
|
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
Taller de Análise Cuantitativa/615518012 |
|
Materias que se recomenda cursar simultaneamente |
Ferramentas informáticas para a Análise I/615518022 |
|
Materias que continúan o temario |
|
|