A avaliación do apartado de solución de problemas consistirá na elaboración e desenvolvemento de 3 supostos prácticos. No primeiro deles os/-as estudantes deberán facer unha anális descriptiva dunha base de datos. No segundo dos supostos o alumnado deberá resolver diferentes tarefas relacionadas cos fundamentos da inferencia estatística así coma un análisi de asociación entre variables cuantitativas. A tercera das tarefas conlevará a aplicación de diferentes probas tanto paramétricas coma non paramétricas. O primeiro suposto representa un 20% da calificación deste apartado, mentres que o segundo e terceiro suposto ponderan cada un, un 40% da calificación neste apartado.

A proba de resposta múltiple consitirá nun cuestionario tipo test, con 5 posibles alternativas das cales unha sóla será correcta. Restarase unha resposta correcta por cada 4 incorrectas

A materia será superado cando a suma das calificación ponderadas dos dos apartados sexa igual ou superior a 5 nunha escala 0-10.

Os diferentes apartados superados serán conservados en oportunidades sucesivas.

Todo o anteriormente exposto é de aplicación tanto para alumnos con matrícula a tempo completo como a tempo parcial.

A realización fraudulenta de proba ou actividades de avaliación
implicará a cualificación de suspenso na convocatoria en que se cometa a falta
e respecto da materia en que se cometese: o/a estudante será cualificado con
“suspenso” (nota numérica 0) na convocatoria correspondente do curso académico,
tanto se a comisión da falta se produce na primeira oportunidade como na
segunda. Para isto, procederase a modificar a súa cualificación na acta de
primeira oportunidade, se fose necesario (Regulamento disciplinar do
estudantado da UDC, art. 11, apdo 4 b). Entenderase por fraude académica
calquera comportamento premeditado tendente a falsear os resultados dun exame
ou traballo, propio ou alleo, realizado como requisito para superar unha
materia ou acreditar o rendemento académico (Lei 3/2022, do 24 de febreiro, de
convivencia universitaria; art. 11, apdo g).

Learning outcomes	Study programme competences
Coñecer e saber utilizar as técnicas de análises exploratorio dunha base de datos	AR10 AR11 AR12 AR13	BR1 BR2 BR3 BR5 BR6 BR7 BR9	CR1 CR2 CR3 CR4
Coñecer e saber realizar un contraste de hipótese.	AR10 AR11 AR12 AR13	BR1 BR2 BR3 BR5 BR6 BR7 BR9	CR1 CR2 CR3 CR4
Saber analizar os resultados e interpretalos.	AR10 AR11 AR12 AR13	BR1 BR2 BR3 BR5 BR6 BR7 BR9	CR1 CR2 CR3 CR4

Topic	Sub-topic
Análise exploratorio de datos nas ciencias da actividade física e o deporte	- Depuración e análise de datos. - Tratamento de valores perdidos. - Estatística descritiva: unidades de posición, de tendencia central, de dispersión e de forma. -Representacións gráficas.
Análise de datos inferencial nas ciencias da actividade física e o deporte	- Contraste de hipótese. - Relación entre variables: correlación e regresión. - Técnicas paramétricas e non paramétricas

Methodologies / tests	Competencies	Ordinary class hours	Student’s personal work hours	Total hours
Problem solving	A10 A11 A12 A13 B1 B2 B3 B5 B6 B7 B9 C1 C2 C3 C4	5	70	75
Multiple-choice questions	A10 A11 A12 A13 B2 B6 B7	0	8	8
Guest lecture / keynote speech	A10 A11 A12 A13 B1 B2 B3 B5 B6 B7 B9 C1 C2 C3 C4	15	2	17

Personalized attention		0		0

(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies	Description
Problem solving	Actividades nas que se formulan problemas e/ou exercicios relacionados coa materia. O alumno debe desenvolver de forma autónoma a análise e resolución dos problemas e/ou exercicios.
Multiple-choice questions	Exame tipo test con resposta múltiple. Realizarase mediante cuestionario on- line na data oficial de avaliación recollida nos horarios do máster
Guest lecture / keynote speech	Exposición dos principais contidos teóricos da materia con axuda de medios audiovisuais

Methodologies	Competencies	Description	Qualification
Multiple-choice questions	A10 A11 A12 A13 B2 B6 B7	Exámen tipo test que consiste en expor unha cuestión en forma de pregunta directa ou de afirmación incompleta, e varias opcións ou alternativas de resposta que proporcionan posibles solucións, das que só una delas é válida. O exame presentarase ao alumno redactado no idioma de impartición da materia (isto é castelán). Se algún alumno desexa unha copia do mesmo no outro idioma oficial da UDC, deberá solicitalo ao profesor coordinador unha semana antes da data de realización	20
Problem solving	A10 A11 A12 A13 B1 B2 B3 B5 B6 B7 B9 C1 C2 C3 C4	Elaboración e desenvolvemento de forma autónoma dun suposto práctico.	80

Assessment comments
A avaliación do apartado de solución de problemas consistirá na elaboración e desenvolvemento de 3 supostos prácticos. No primeiro deles os/-as estudantes deberán facer unha anális descriptiva dunha base de datos. No segundo dos supostos o alumnado deberá resolver diferentes tarefas relacionadas cos fundamentos da inferencia estatística así coma un análisi de asociación entre variables cuantitativas. A tercera das tarefas conlevará a aplicación de diferentes probas tanto paramétricas coma non paramétricas. O primeiro suposto representa un 20% da calificación deste apartado, mentres que o segundo e terceiro suposto ponderan cada un, un 40% da calificación neste apartado. A proba de resposta múltiple consitirá nun cuestionario tipo test, con 5 posibles alternativas das cales unha sóla será correcta. Restarase unha resposta correcta por cada 4 incorrectas A materia será superado cando a suma das calificación ponderadas dos dos apartados sexa igual ou superior a 5 nunha escala 0-10. Os diferentes apartados superados serán conservados en oportunidades sucesivas. Todo o anteriormente exposto é de aplicación tanto para alumnos con matrícula a tempo completo como a tempo parcial. A realización fraudulenta de proba ou actividades de avaliación implicará a cualificación de suspenso na convocatoria en que se cometa a falta e respecto da materia en que se cometese: o/a estudante será cualificado con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario (Regulamento disciplinar do estudantado da UDC, art. 11, apdo 4 b). Entenderase por fraude académica calquera comportamento premeditado tendente a falsear os resultados dun exame ou traballo, propio ou alleo, realizado como requisito para superar unha materia ou acreditar o rendemento académico (Lei 3/2022, do 24 de febreiro, de convivencia universitaria; art. 11, apdo g).

Basic	Martínez-González, Miguel Ángel; Sánchez Villegas, Almudena; Faulín Fajardo, Javier. (2006). Bioestadística amigable. Díaz de Santos Field, Andy (2009). Discovering Statistics Using SPSS (Introducing Statistical Methods Series). Londres: SAGE García-Pérez, Alfonso (2008). Estadística aplicada: conceptos básicos. UNED García-Pérez, Alfonso. (2011). Estadística Básica con R. UNED Glantz, Stanton A.; Slinker, Bryan K (1990). Primer of Applied Regression & Analysis of Variance. McGraw-Hill Ferrán Aranaz, Magdalena (2001). SPSS para Windows. Análisis estadístico. McGraw-Hill

Complementary
	Argimon Pallas, Josep Mª y Jiménez Villa, Josep (2000). Métodos de investigación. Madrid. Harcourt. Bernal, César Augusto (2006). Metodología de la investigación. México. Prentice Hall. Camacho Rosales, Juan (2005). Estadística con SPSS para Windows. Madrid. Ra-Ma. Dawson, Gail F. (2009). Interpretación fácil de la bioestadística. Barcelona. Elsevier. Delgado Rodríguez, Miguel y Domenech Massons, Josep Mª (2006). Investigación Científica: fundamentos metodológicos y estadísticos. Barcelona. Signo. Ferrán Aranaz, Magdalena. (1997). SPSS para Windows: programación y análisis estadístico. Madrid. McGraw-Hill Martínez-González, Miguel Ángel, de Irala, Jokin y Faulín Fajardo, Francisco Javier (2001). Bioestadística amigable. Díaz de Santos. Madrid Thomas, Jerry R. y Nelson, Jack K. (2007). Métodos de investigación en actividad física. Barcelona. Paidotribo. Wasserman, Larry (2004). A concise course in statistical inference. New York. Springer.