| Competencias / Resultados del título |
| Código | Competencias / Resultados del título |
| A2 | CE2 - Conocimiento riguroso de los modelos micro y macroeconómicos y su aplicación precisa a situaciones concretas. |
| A3 | CE3 - Manejo de las técnicas econométricas actuales. |
| A4 | CE4 - Capacidad para modelar situaciones económicas concretas y obtener resultados con datos numéricos aplicando las técnicas econométricas pertinentes. |
| B6 | CG1 - Aplicar los conocimientos de economía a la identificación, previsión y solución de los problemas económicos en general, y en particular los relativos al nivel de especialización, en entornos nuevos o poco conocidos. |
| B13 | CG8 - Capacidad para entender y explicar datos económicos y para trabajar con ellos mediante las técnicas más actuales. |
| C1 | CT1 - Capacidad para comprender el significado y aplicación de la perspectiva de género en los distintos ámbitos de conocimiento y en la práctica profesional con el objetivo de alcanzar una sociedad más justa e igualitaria. |
| C4 | CT4 - Capacidad para interaccionar y defender con rigor, claridad y precisión ante otro especialistas trabajos, propuestas, nuevas ideas etc. |
| C5 | CT5 - Comunicación oral e escrita. |
| C7 | CT7 - Capacidad para comunicarse por oral y por escrito en lengua inglesa. |
| Resultados de aprendizaje | |||
| Resultados de aprendizaje | Competencias / Resultados del título | ||
| Habilidad para la búsqueda, identificación e interpretación de fuentes de información económica y financiera relevante. Capacidad de diagnóstico y análisis estratégico y prospectivo; visión de medio y largo plazo. Capacidad para procesar la información de forma integral, incorporándola al proceso de toma de decisiones. | AM2 AM3 |
BM13 |
CM1 CM4 CM5 CM7 |
| Capacidad de trabajar en equipo. Capacidad para hacer frente a cuestiones complejas de forma sistemática y creativa y saber comunicar sus conclusiones a todo tipo de audiencias. Capacidad de adaptación, originalidad y espíritu crítico. | AM3 AM4 |
BM6 BM13 |
CM4 |
| Contenidos |
| Tema | Subtema |
| Tema 1.- Introducción al aprendizaje estadístico (statistical learning) | Aprendizaje Estadístico vs. Aprendizaje Automático Construcción y evaluación de los modelos La maldición de la dimensionalidad Análisis e interpretación de los modelos |
| Tema 2.- Métodos predictivos (clásicos) de aprendizaje estadístico | Regresión lineal múltiple Selección de variables Modelos lineales generalizados |
| Tema 3.- Métodos de regresión no paramétrica | Regresión local y k vecinos más cercanos Modelos aditivos generalizados |
| Tema 4. Búsqueda de patrones en los datos | Introducción a la minería de datos Introducción al análisis de datos multivariantes Técnicas descriptivas y visualización de datos multivariantes |
| Tema 5.- Métodos de reducción de la dimensión | Análisis de componentes principales Análisis factorial |
| Tema 6.- Métodos para la creación de grupos | Métodos clúster Análisis discriminante |
| Prácticas | Análisis de ejemplos y casos prácticos en R |
| Planificación | ||||
| Metodologías / pruebas | Competencias / Resultados | Horas lectivas (presenciales y virtuales) | Horas trabajo autónomo | Horas totales |
| Sesión magistral | A4 A2 A3 B6 B13 C1 C4 | 10 | 18 | 28 |
| Prácticas a través de TIC | A3 B13 C4 C7 | 5 | 20 | 25 |
| Trabajos tutelados | A4 A3 B6 C1 C4 C5 C7 | 0 | 20 | 20 |
| Prueba objetiva | A4 A3 C1 C4 C5 | 1 | 0 | 1 |
| Atención personalizada | 1 | 0 | 1 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | Exposición oral, apoyada en medios audiovisuales, que incluye conceptos teóricos y ejemplos prácticos. Todas las horas son presenciales. |
| Prácticas a través de TIC | Los alumnos deben realizar, con el apoyo y dirección de los profesores, las aplicaciones empíricas que les sean propuestas. Todas las horas son presenciales. |
| Trabajos tutelados | Cada alumno debe realizar, bajo tutela, un trabajo con datos reales aplicando las técnicas que se les han enseñado en el curso. Todas las horas son presenciales. |
| Prueba objetiva | Prueba para evaluar la capacidad que el alumno tiene para asimilar los conceptos e interrerlacionarlos. Todas las horas son presenciales. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competencias / Resultados | Descripción | Calificación |
| Prácticas a través de TIC | A3 B13 C4 C7 | Desarrolllo de aplicaciones empíricas propuestas y supervisadas por los docentes. | 10 |
| Prueba objetiva | A4 A3 C1 C4 C5 | Examen escrito. | 40 |
| Trabajos tutelados | A4 A3 B6 C1 C4 C5 C7 | Trabajo individual | 50 |
| Observaciones evaluación | |||
|
La evaluación consistirá de la suma ponderada de calificaciones alcanzadas en el desarrollo de las prácticas TIC (0.10), del trabajo individual (0.50) y del examen escrito (0.40). Una participación activa en clase es también deseable. En la segunda oportunidad (extraordinaria de julio), el peso de las prácticas a través de TIC y de los trabajos tutelados (evaluación continua) será el mismo que en la evaluación ordinaria (primera oportunidad). Específicamente, en la segunda oportunidad se realizará un examen escrito y la calificación final será el máximo de las tres cantidades que siguen: (i) la nota de la evaluación ordinaria, (ii) la nota del nuevo examen, y (iii) la media ponderada del nuevo examen y de la evaluación continua. Es recomendable tener conocimientos de inglés, especialmente en comprensión lectora, ya que parte del material entregado en clase y la mayor parte de la bibliografía está en esta lengua. Si algún estudiante quiere hacer alguna de las pruebas en un idioma oficial específico (gallego o español), debe avisar al profesorado por lo menos 1 semana antes de la correspondiente prueba. Otras observaciones de evaluación: Todos los aspectos relacionados con “dispensa académica”, “dedicación al estudio”, “permanencia” y “fraude académico” se regirán de acuerdo con la normativa académica vigente de la UDC. |
|||
| Fuentes de información |
| Básica |
Everitt B., Hothorn T. (2011). An Introduction to Applied Multivariate Analysis with R. Springer
Peña D. (2002). Análisis de datos multivariantes. McGraw-Hill/Interamericana
Härdle W., Simar L. (2003). Applied Multivariate Statistical Analysis. Springer
Härdle W., Müller M., Sperlich S., Werwatz, A. (2004). Nonparametric and Semiparametric Models. Springer
Li Q., Racine J.S. (2006). Nonparametric Econometrics. Princeton University Press
Horowitz J.L. (2009). Semiparametric and Nonparametric Methods in Econometrics. Springer
Ruppert D., Wand M.P., Carroll R.J. (2003). Semiparametric Regression. Cambridge University Press |
|
|
|
| Complementária |
Dalgaard P. (2002). Introductory Statistics with R. Springer |
|
|
| Recomendaciones | ||
| Asignaturas que se recomienda haber cursado previamente | ||
|
| Asignaturas que se recomienda cursar simultáneamente | |
|
| Asignaturas que continúan el temario |
| Otros comentarios | |