| 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 |
|
|
| 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 | |
|
| Materias que se recomenda cursar simultaneamente | |
|
| Materias que continúan o temario |
| Observacións | |