Competencias / Resultados del título |
Código
|
Competencias / Resultados del título
|
A17 |
CE17 - Capacidad para la construcción, validación y aplicación de un modelo estocástico de un sistema real a partir de los datos observados y el análisis crítico de los resultados obtenidos. |
A19 |
CE19 - Capacidad para comprender, plantear, formular y resolver problemas susceptibles de ser abordados a través de modelos estadísticos para datos que presentan dependencia. |
A20 |
CE20 - Conocimiento de las herramientas informáticas en el campo del análisis de los datos y modelización estadística, y capacidad para seleccionar las más adecuadas para la resolución de problemas. |
B2 |
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
B3 |
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética |
B4 |
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
B7 |
CG2 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables. |
B8 |
CG3 - Ser capaz de mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo. |
B9 |
CG4 - Capacidad para abordar con éxito todas las etapas de un proyecto de análisis de datos: exploración previa de los datos, preprocesado, análisis, visualización y comunicación de resultados. |
B10 |
CG5 - Ser capaz de trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones. |
C1 |
CT1 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida. |
C4 |
CT4 - 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 |
Conocer y comprender conceptos generales relativos a procesos estocásticos. |
A17 A19
|
B4 B8
|
|
Identificar y analizar modelos estadísticos susceptibles de haber generado a un conjunto de datos dependientes. |
A17 A19
|
B2 B4 B9 B10
|
C4
|
Conocer y aplicar técnicas de estimación de los parámetros presentes en los modelos estadísticos con datos dependientes. |
A17 A19
|
B2 B4 B9 B10
|
C4
|
Entender la importancia de llevar a cabo una diagnosis de un modelo construido con datos que presenten dependencia temporal y/o espacial. |
A17 A19
|
B4
|
C4
|
Conocer y aplicar los fundamentos de la predicción en series de tiempo. |
A17 A19
|
B2 B4 B7 B9 B10
|
C4
|
Ser capaz de interpretar los modelos propuestos y los resultados obtenidos al utilizar técnicas estadísticas para datos dependientes. |
|
B3 B4 B7 B9 B10
|
C4
|
Saber manejar con soltura programas informáticos avanzados de análisis estadístico. |
A20
|
|
C1
|
Contenidos |
Tema |
Subtema |
1. Análisis descriptivo de una serie de tiempo
|
1.1 Introducción
1.2 Descomposición de una serie de tiempo |
2. Series de tiempo y procesos estocásticos
|
2.1 Introducción
2.2 Procesos estocásticos: concepto y definiciones asociadas |
3. Metodología Box-Jenkins
|
3.1 Introducción
3.2 Modelización ARIMA y predicción |
4. Tópicos adicionales
|
Introducción a análisis de intervención, valores atípicos, regresión con series de tiempo, y cluster y clasificación con series de tiempo
|
5. Estadística Espacial
|
5.1 Tipos de procesos espaciales
5.2 Análisis exploratorio de datos espaciales
5.3 Modelado de procesos geoestadísticos
5.4 Predicción Kriging
5.5 Introducción a la Estadística espacio-temporal |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Sesión magistral |
A17 A19 B3 B4 B8 B9 C4 |
21 |
42 |
63 |
Prácticas a través de TIC |
A20 B2 B4 B7 B9 B10 C1 C4 |
14 |
42 |
56 |
Seminario |
B7 B8 C4 |
7 |
14 |
21 |
Prueba mixta |
A17 A19 B2 B3 B8 B9 C4 |
2 |
0 |
2 |
|
Atención personalizada |
|
8 |
0 |
8 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
El profesor, con la ayuda de los medios audiovisuales pertinentes, expondrá los contenidos teórico-prácticos de la asignatura. El material empleado estará a disposición de los estudiantes. |
Prácticas a través de TIC |
Se trata de poner en práctica la metodología estadística aprendida en las sesiones magistrales. Se hará uso del software R (gratuito).
Se le harán llegar al estudiante distintos conjuntos de datos reales para ser analizados a lo largo de las sesiones de prácticas. A su vez, se le recomendará que obtenga otros datos por su cuenta para que refuerce su destreza en el análisis de datos con dependencia, esta vez en las horas dedicadas al trabajo autónomo. |
Seminario |
Su objetivo es apuntalar, a través de la realización de ejercicios teórico-prácticos, la comprensión de los contenidos expuestos en las sesiones magistrales. En algunas ocasiones, podrían dedicarse a completar las prácticas a través de TIC.
Se le harán llegar al estudiante distintos ejercicios para que trate de resolverlos (algunos de ellos a lo largo del propio seminario y otros en las horas dedicadas al trabajo autónomo). |
Prueba mixta |
Prueba tipo test a través de la cual se evaluará el grado de aprendizaje alcanzado por el estudiante. |
Atención personalizada |
Metodologías
|
Sesión magistral |
Prácticas a través de TIC |
Seminario |
|
Descripción |
A lo largo de cualquiera de las actividades en las que el profesor esté presente (sesión magistral, prácticas a través de TIC, seminario), el estudiante tiene la oportunidad de exponerle las dudas que le surjan acerca de los contenidos que se están impartiendo o llevando a la práctica. Si la resolución de dichas dudas implica una clara pérdida de continuidad de la actividad que se está llevando a cabo, o bien si las dudas le surgen al estudiante en horas no presenciales, puede hacer uso de las tutorías individualizadas para que le sean resueltas por parte del profesor. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Prueba mixta |
A17 A19 B2 B3 B8 B9 C4 |
Consistirá en una prueba tipo test de conocimientos teórico-prácticos, que será realizada en la fecha oficial aprobada por la Junta de Facultad.
|
60 |
Prácticas a través de TIC |
A20 B2 B4 B7 B9 B10 C1 C4 |
Parte del grado de aprendizaje alcanzado en las prácticas a través de TIC se evaluará de manera continua. Para ello, se realizarán una o dos pruebas a lo largo del curso (en el horario establecido para dichas prácticas). Su resolución requerirá del uso del software R y también del conocimiento de la metodología estadística explicada en las sesiones magistrales.
|
40 |
|
Observaciones evaluación |
Primera oportunidad: Si se denotan a través de P y F las notas (sobre 10) obtenidas en las "Prácticas a través de TIC" y en la "Prueba mixta", respectivamente, la nota final será: (a) 0.4*P+0.6*F, siempre y cuando tanto P como F sean mayores o iguales que 3.
(b) El menor de los valores 0.4*P+0.6*F y 4.9, siempre y cuando P y/o F sean menores que 3.
Como consecuencia de lo anterior, se tiene que para superar la asignatura será necesario (aunque no suficiente) obtener un mínimo de 3 puntos tanto en "Prácticas a través de TIC" como en la "Prueba mixta".
Se avisará de la fecha en que se realizará cada prueba práctica con una antelación mínima de 7 días.
Segunda oportunidad: Por defecto, a los alumnos que no superen la asignatura en la
primera oportunidad pero que en dicha oportunidad obtengan una puntuación mayor
o igual que 5 puntos (sobre 10) en las “Prácticas a través de TIC” ó en la “Prueba
mixta”, se les mantendrá dicha puntuación para la segunda oportunidad. Así, en
la segunda oportunidad sólo
realizarán la prueba
(práctica ó mixta) no superada en la primera oportunidad. Pero si el alumno así
lo desea, tendrá la opción de realizar ambas pruebas, y las nuevas
calificaciones obtenidas sustituirán a las anteriores.
|
Fuentes de información |
Básica
|
Bivand R.S., Pebesma E.J., Gómez-Rubio V. (2008). Applied Spatial Data Analysis with R. Springer
Hyndman R.J., Athanasopoulos G. (2018). Forecasting: Principles and Practice. O Texts (2ª edición) (accesible online en https://otexts.com/fpp2/)
Cowpertwait P.S.P., Metcalfe A.V. (2009). Introductory Time Series with R. Springer
Diggle P., Ribeiro P.J. (2007). Model-based Geostatistics. Springer
Clark, I. (1979). Practical geostatistics. London: Applied Science Publishers
Cryer J.D., Chan K-S. (2008). Time Series Analysis. With Applications in R. Springer (2ª edición)
Montero P., Vilar J.A. (2014). TSclust: An R package for time series clustering. Journal of Statistical Software 62(1) |
|
Complementária
|
Peña D. (2005). Análisis de Series Temporales. Alianza Editorial
Liao T.W. (2005). Clustering of time series-a survey. Pattern Recognittion 38, 1857-1874
Chilès J.P., Delfiner P. (1999). Geostatistics: modeling spatial uncertainty. Wiley
Brockwell P.J., Davis R.A. (2002). Introduction to Time Series and Forecasting. Springer (2ª edición)
Wikle C.K., Zammit-Mangion A., Cressie N. (2019). Spatio-temporal Statistics with R. Chapman and Hall/CRC (accesible online en https://spacetimewithr.org)
Shumway R.H., Stoffer D.S. (2017). Time Series Analysis and Its Applications. With R Examples. Springer (4ª edición) |
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Modelos de Regresión/614G02012 | Modelización Estadística de Datos de Alta Dimensión/614G02013 | Inferencia Estadística/614G02007 | Probabilidad y Estadística Básica/614G02003 |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
Técnicas de Simulación y Remuestreo/614G02036 | Análisis Estadístico de Datos Complejos/614G02031 |
|
Otros comentarios |
- El tema que se impartirá con mayor profundidad será el
Tema 3. Los temas restantes serán de carácter introductorio. - Se utilizará un lenguaje no sexista, se utilizará bibliografía de autores de ambos sexos, se animará a los alumnos y las alumnas a participar en clase... - Se trabajará para identificar y modificar prejuicios y actitudes sexistas, y se influirá en el entorno para modificarlos y promover valores de respeto e igualdad. - Se intentará detectar situaciones de discriminación por razón de género y se propondrán actuaciones y medidas para corregirlas. |
|