Avaliación da materia. Consta de dous partes: unha práctica
individual, voluntaria e o exame.

Para aprobar a materia a cualificación final
debe ser CINCO ou superior.

Se o alumno non presenta a práctica
VOLUNTARIA, a cualificación da materia é a nota do exame.

Se o alumno presenta práctica VOLUNTARIA e a
nota da práctica é inferior a SEIS, a nota da práctica non inflúe na
cualificación final. Neste caso, a cualificación da materia é a nota do exame.

Se o alumno presenta práctica VOLUNTARIA e
obtense unha nota superior a SEIS, tense en conta na cualificación final da
materia. A valoración máxima da práctica na nota final é de DOUS puntos. Neste
caso, a cualificación da materia é igual á suma dos puntos da práctica (P) e a
nota do exame (sobre 10-P).

En calquera caso, para aprobar a materia hai
que obter polo menos un CATRO sobre 10 no exame, e un TRES sobre 10 na parte de
Deseño de Experimentos e un TRES sobre 10 na parte de Regresión.

Para os alumnos con matrícula a tempo
parcial, debido ao contido práctico e aplicado da materia, teñen a obrigación
de asistir a un número de clases superior a 15 horas. En caso de non poder
asistir comentalo co profesor da materia.

PLAXIO

En caso de plaxio, aplicarase o seguinte:

Cualificación de suspenso na convocatoria en que se cometa a falta e respecto da materia en que se cometese: o/a estudante será cualificado/a 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.

REALIZACIÓN FRAUDULENTA DAS PROBAS OU ACTIVIDADES DE AVALIACIÓN

A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a perda do dereito á oportunidade na que se cometa a falta e respecto da materia na que se tivese cometido. Nas actas figurará un non presentado nesta oportunidade.

Resultados de aprendizaxe	Competencias / Resultados do título
Capacidade para a análise e a síntese na resolcución de problemas con contidos estatísticos	A1 A3	B3	C7
Resolver problemas estatísticos de forma efectiva.	A1 A29	B4 B6 B7 B8 B9	C1 C7 C8
Valorar criticamente o coñecemento e a tecnoloxía estatística para resolver os problemas cos que deben enfrontarse.	A50		C4 C6 C7 C8
Aprender de maneira autónoma novos coñecementos e técnicas estatísticas avanzadas axeitadas para a investigación e análisis de datos	A1		C7 C8
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.	A3	B3	C5 C7 C8
Aplicar un pensamento crítico, lóxico e creativo no plantexamento e resolución de problemas estatísticos.	A1 A3	B1	C5 C6 C8
Resolver problemas estatísticos de forma efectiva.	A1	B1 B3
Traballar en equipos de carácter interdisciplinar con necesidades estatísticas	A1	B1 B2 B8
Capacidade para a análise e a síntese na resolcución de problemas con contidos estatísticos		B1 B2 B3 B6	C4
Aplicar un pensamento crítico, lóxico e creativo no plantexamento e resolución de problemas estatísticos.		B3 B6	C5 C6 C7
Valorar criticamente o coñecemento e a tecnoloxía estatística para resolver os problemas cos que deben enfrontarse.	A1	B1 B6	C6
Aprender de maneira autónoma novos coñecementos e técnicas estatísticas avanzadas axeitadas para a investigación e análisis de datos	A1 A3	B1 B3	C5
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.			C3 C4 C5 C6 C7 C8

Metodoloxías / probas	Competencias / Resultados	Horas lectivas (presenciais e virtuais)	Horas traballo autónomo	Horas totais
Sesión maxistral	A1 A3 B1	14	28	42
Solución de problemas	A1 A3 A29 A50 B1 B3 B4 B6 B9 C1 C3	14	21	35
Traballos tutelados	A1 A3 B1 B2 B3 B4 B6 B7 B8 B9 C1 C3 C4 C5 C6 C7 C8	8	16	24
Actividades iniciais	A1 A3 A29	4	12	16
Proba mixta	A1 B1 B3 B9 C1	2	20	22

Atención personalizada		11	0	11

*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías	Descrición
Sesión maxistral	Empregarase o proxector para a presentación dos distintos temas (moodle), incluíndo gráficos e simulacións para axudar a entender os distintos conceptos. Tamén se recorrerá á lousa para explicacións adicionais e mostraranse exemplos con algún paquete estatístico.
Solución de problemas	Resolución de exercicios utilizando software estatístico.
Traballos tutelados	Ou alumno proporá de forma VOLUNTARIA a resolución dun problema de Deseño de Experimentos ou de Regresión que constará dás seguintes etapas: Formulación e obxectivo do problema a estudar. Deseño do experimento e recollida de datos. Análise estatística dous datos. Axuste dun modelo. Validación e recoñecemento do modelo axustado. Conclusións.
Actividades iniciais	Presentación da materia. Exposición dos recursos dispoñibles (páxina web, bibliografía de referencia), software.
Proba mixta	A proba consta de dous partes. A primeira consiste na análise dunha mostra de datos á que se axusta un modelo de deseño de experimentos. Facilítase a formulación do problema e os datos e o alumno utilizando análises estatísticas responderá a diferentes cuestións e obterá conclusións. A segunda parte da proba consiste na resolución dun problema de regresión. Nuevamente proporciónase un conxunto de datos e utilizando un paquete estatístico o alumno axustará un modelo de regresión e responderá a diferentes cuestións aplicadas.

Metodoloxías	Competencias / Resultados	Descrición	Cualificación
Traballos tutelados	A1 A3 B1 B2 B3 B4 B6 B7 B8 B9 C1 C3 C4 C5 C6 C7 C8	Cada alumno pode propoñer de forma VOLUNTARIA un exemplo real de aplicación dos modelos de Deseño de Experimentos o de Regresión. O alumno debe de facer unha introdución ao problema e motivalo. Indicaranse os obxectivos xerais e específicos que se perseguen. Indicar de forma detallada como se realizará a mostraxe e describir a mostra con todo detalle. Unha análise estatística preliminar dos datos proporcionará as primeiras conclusións.	20
Sesión maxistral	A1 A3 B1	Realizarase unha proba dos modelos de deseño de experimentos. Facilítaselle aos alumnos unha mostra de datos aos que axustar un modelo de deseño de experimentos (pode ser un dos traballos presentados) e a partir desa mostra realizarase un exercicio (exame) de carácter aplicado no que se propoñen preguntas de tipo aplicado e curtas que o alumno responderá coa axuda do material docente e software estatístico.	40
Solución de problemas	A1 A3 A29 A50 B1 B3 B4 B6 B9 C1 C3	Realizarase unha proba dos modelos de regresión. Facilitarase unha mostra de observacións multivariante e a partir deses datos realizarase un exercicio (exame) de carácter aplicado no que se propoñen preguntas de tipo aplicado e curtas que o alumno responderá coa axuda do material docente e software estatístico. As preguntas estarán relacionadas co axuste dun modelo de regresión múltiple aos datos e será similar aos realizados en clase. As dúas probas (a de deseño de experimentos e a de modelos de regresión) realizaranse nunha única sesión.	40

Observacións avaliación
Avaliación da materia. Consta de dous partes: unha práctica individual, voluntaria e o exame. Para aprobar a materia a cualificación final debe ser CINCO ou superior. Se o alumno non presenta a práctica VOLUNTARIA, a cualificación da materia é a nota do exame. Se o alumno presenta práctica VOLUNTARIA e a nota da práctica é inferior a SEIS, a nota da práctica non inflúe na cualificación final. Neste caso, a cualificación da materia é a nota do exame. Se o alumno presenta práctica VOLUNTARIA e obtense unha nota superior a SEIS, tense en conta na cualificación final da materia. A valoración máxima da práctica na nota final é de DOUS puntos. Neste caso, a cualificación da materia é igual á suma dos puntos da práctica (P) e a nota do exame (sobre 10-P). En calquera caso, para aprobar a materia hai que obter polo menos un CATRO sobre 10 no exame, e un TRES sobre 10 na parte de Deseño de Experimentos e un TRES sobre 10 na parte de Regresión. Para os alumnos con matrícula a tempo parcial, debido ao contido práctico e aplicado da materia, teñen a obrigación de asistir a un número de clases superior a 15 horas. En caso de non poder asistir comentalo co profesor da materia. PLAXIO En caso de plaxio, aplicarase o seguinte: Cualificación de suspenso na convocatoria en que se cometa a falta e respecto da materia en que se cometese: o/a estudante será cualificado/a 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. REALIZACIÓN FRAUDULENTA DAS PROBAS OU ACTIVIDADES DE AVALIACIÓN A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a perda do dereito á oportunidade na que se cometa a falta e respecto da materia na que se tivese cometido. Nas actas figurará un non presentado nesta oportunidade.

Bibliografía básica
	-Montgomery, C., Diseño y Análisis de Experimentos, Grupo Editorial Iberoamerica, 1991, Libro, -Peña D. , Estadística, modelos y métodos. 2: Modelos lineales y series temporales. 2nd. ed, Alianza Universidad Textos., 1989, Libro, -Peña D. , Regresión y Diseño de Experimentos, Alianza Editorial, 2002, Libro, -Ricardo Cao, Mario Francisco, Salvador Naya, Manuel Presedo, Margarita Vázquez, José A. Vilar and , Introducción a la estadística y sus aplicaciones, Ediciones Pirámide, 2001, Libro, -Vilar Fernández, J.M., Modelos estadísticos aplicados, Universidade da Coruña, Servicio de publicacións., 2003, Libro, - Applied Muiltivariate Data Analysis, vol I, Regression and Experimental Design. J.D. Jobson. Springer-Verlag, 1991 - La web de la asignatura y el material docente que se dejará en el moodle de la asignatura (transparencias, prácticas, recomensaciones,....)
Bibliografía complementaria
	Bibliografía adicional está disponible en la web de la asignatura: http://www.udc.es/dep/mate/estadistica2/estadistica_2.htm