Competencias del título |
Código
|
Competencias / Resultados 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 / Resultados del título |
Disponer de herramientas informáticas para el análisis cuantitativo basado en software libre |
AM8 AM9
|
BM8
|
CM3
|
Conocer el funcionamiento de herramientas informáticas basadas en software libre para el análisis cuantitativo, tanto descriptivo como predictivo, que demanda la investigación social y 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 |
Introducción |
Aprendizaje supervisado y no supervisado con R
|
Regresión y diseño de experimentos en R |
Formulas y modelado en R
Modelos de diseño de experimentos
Modelos de regresión lineal
Modelos avanzados de regresión |
Clasificación supervisada en R |
Métodos clásicos: Análisis discriminarte y regresión logística
Métodos basados en arboles
Otros métodos de clasificación |
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 C6 |
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 |
Mediante el empleo del software libre R, se van a exponer, analizar y debatir los principales métodos de aprendizaje estadístico supervisado y no supervisado, y se van a hacer estudios de casos de interés en la investigación social y en el análisis de mercados. |
Solución de problemas |
Mediante el trabajo en equipo, y a partir de los conocimientos de R y de los métodos de aprendizaje estadístico adquiridos en las sesiones de taller, los alumnos resolverán situaciones de interés planteadas en forma de problemas. |
Prueba mixta |
Los alumnos deberán demostrar su dominio de la materia y su capacidad para la resolución de problemas en el ámbito del aprendizaje estadístico utilizando R. |
Atención personalizada |
Metodologías
|
Taller |
Solución de problemas |
|
Descripción |
La atención personalizada es una actividad académica que tiene como finalidad atender las necesidades y consultas del alumnado, de forma individual o en pequeño grupo, relacionadas con el estudio y temas vinculados con la materia. Esta atención servirá, por una parte, al profesor para detectar posibles problemas en la metodología empleada para impartir la materia y, por otra, a los alumnos para consolidar los conocimientos y para expresar sus inquietudes sobre la materia.
Esta actividad se desarrollará de forma presencial. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Taller |
A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C5 C6 C7 C8 |
Se valorará la asistencia y la participación en clase. |
10 |
Solución de problemas |
A1 A3 A4 A8 A9 B1 B2 B3 B5 B6 B7 B8 B9 B10 B11 C1 C3 C4 C6 |
Los alumnos, agrupados en equipos de trabajo, presentarán en el plazo establecido una memoria en formato electrónico con la resolución de los casos prácticos que se les plantearán en forma de problemas. Para la resolución de estos problemas se empleará el software R y los conocimientos adquiridos en las sesiones de taller. |
40 |
Prueba mixta |
A1 B2 B6 C1 |
La prueba mixta tiene por objeto valorar la correcta comprensión y aplicación de los contenidos de la materia. Se realizará de forma individual empleando el software R y los conocimientos adquiridos en las sesiones de taller y de solución de problemas. |
50 |
|
Observaciones evaluación |
Los alumnos a tiempo parcial pueden solicitar que el 10% de la calificación correspondiente al taller se incorpore a la prueba mixta, que en este caso pasaría a tener una valoración del 60% de la nota final, siendo el otro 40% el correspondiente a la solución de problemas.
|
Fuentes de información |
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 |
|
Complementária
|
|
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Taller de Análisis Cuantitativo /615518012 |
|
Asignaturas que se recomienda cursar simultáneamente |
Herramientas Informáticas para el Análisis I/615518022 |
|
Asignaturas que continúan el temario |
|
|