Study programme competencies |
Code
|
Study programme competences
|
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 |
|
|
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 |
Ordinary class hours |
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 |
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. Fraud in tests or evaluation activities will directly imply the failure grade "0" in the subject in the corresponding call, thus invalidating any grade obtained in all the evaluation activities for the extraordinary call.
|
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 |
|
Other comments |
As stated in the different applicable regulations for university teaching, the gender perspective must be incorporated in this course (non-sexist language will be used, bibliography of authors of both genders will be used, intervention in class of both male and female students will be encouraged, etc.) Work will be done to identify and modify prejudices and sexist attitudes. The environment will be influenced to modify these prejudices and attitudes, to promote values of respect and equality. Situations of discrimination based on gender must be detected. Actions and measures to correct them will be proposed.
|
|