Study programme competencies |
Code
|
Study programme competences / results
|
B1 |
Desenvolvemento das capacidades comprensivas, de análises e sínteses. |
B2 |
Utilización de criterios e métodos científicos na formulación e resolución de problemas aplicando os coñecementos adquiridos. |
B4 |
Desenvolvemento da capacidade de razoamento crítico e autocrítico. |
B5 |
Desenvolvemento das capacidades de traballo en equipo, enriquecidas pola pluridisciplinariedad. |
B6 |
Procura, análise e integración de información a partir de diferentes fontes e capacidade para a súa interpretación e avaliación. |
B8 |
Desenvolvemento de habilidades no manexo e tratamento de ferramentas, matemáticas, estatísticas e informáticas |
B13 |
Desenvolvemento das capacidades de reflexión sobre responsabilidades sociais e éticas. |
B15 |
Entendemento da proxección social da ciencia. |
Learning aims |
Learning outcomes |
Study programme competences / results |
|
|
BJ1 BJ2 BJ4
|
|
|
|
BJ6 BJ8
|
|
|
|
BJ1 BJ5 BJ13 BJ15
|
|
Contents |
Topic |
Sub-topic |
Introducción ao software R |
Presentación e instalación. Estruturas de datos: Vectores, matrices, listas y marcos de datos. Importación/exportación de datos. Procedementos gráficos. |
Modelos de Regresión |
Introdución aos modelos de regresión. Regresión linear simple: estimación, predición e inferencia. Diagnóstico do modelo: observacións atípicas e/ou influentes , homocedasticidade e normalidade. Outros modelos de regresión simple: regresión polinómica, modelos linearizables, modelos non lineares e regresión no paramétrica. Regresión linear múltiple: métodos de selección de variables, o problema da multicolinearidade, diagnose da aleatoriedade e independencia. Aplicacións en Bioloxía Mariña. |
Estatística Espacial |
Conceptos básicos de estatística espacial. Tipos de procesos. Introdución á xeoestatística: estacionariedade e isotropía. Modelado da dependencia espacial: variografía. Predición kriging. Aplicacións en Bioloxía Marina. |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
B1 B2 B4 B6 B8 B13 B15 |
15 |
35 |
50 |
Laboratory practice |
B2 B5 B6 B8 |
4 |
8 |
12 |
Collaborative learning |
B2 B5 B6 |
1 |
0 |
1 |
Oral presentation |
B1 B2 B4 |
2 |
8 |
10 |
|
Personalized attention |
|
2 |
0 |
2 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Clases con contidos teóricos |
Laboratory practice |
Clases centradas en seminarios e resolución de casos prácticos |
Collaborative learning |
Resolución de casos prácticos |
Oral presentation |
Presentación escrita e oral de traballos relacionados cós contidos teóricos e prácticos da materia. |
Personalized attention |
Methodologies
|
Guest lecture / keynote speech |
Laboratory practice |
Oral presentation |
|
Description |
Tutorías personalizadas onde se resolverán dúbidas e cuestións plantexadas polos alumnos da materia |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Guest lecture / keynote speech |
B1 B2 B4 B6 B8 B13 B15 |
Evaluación del proceso de aprendizaje mediante exámenes escritos u orales, que podrán incluir pruebas tipo test, pruebas de ensayo de formato diverso, preguntas de razonamiento, resolución de problemas y casos prácticos. |
40 |
Laboratory practice |
B2 B5 B6 B8 |
Evaluación continua mediante el seguimiento del trabajo del alumno en: el aula, el laboratorio, las salidas de campo, en los seminarios y en tutorías. |
20 |
Oral presentation |
B1 B2 B4 |
Evalucación continua a través de la entrega y/o exposición de trabajos, resultados, informes, etc. |
40 |
|
Assessment comments |
It is essential to achieve at least a score of 3 out of 10 in the exam or exams to average with the other components of the evaluation.
|
Sources of information |
Basic
|
|
|
Complementary
|
|
Everitt, B. and Hothorn,T., An introduction to applied multivariate analysis with R, Springer., Maindonald, J. H., Data analysis and graphics using R: an example-based approach., Cambridge University Press, Wood S.N., Generalized Additive Models: An Introduction with R., Chapman and Hall/CRC, |
Recommendations |
Subjects that it is recommended to have taken before |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
|