Preténdese que o alumno coñeza e aprenda a utiliza os modelos de deseño de experimentos e de regresión lineal. A docencia da materia terá un carácter eminentemente práctico, centrándose na presentación e interpretación dos distintos modelos (formulación matemática, hipóteses supostas, etc.) e na súa aplicación na práctica (estimación, análise crítica dos resultados obtidos e estudio dos problemas que se poden presentar); apoiándose no emprego dun paquete estatístico (principalmente Statgraphics e R).
Sería especialmente recomendable ter superado a materia de Estatística I e sería convinte tamén ter cursado outras con contido matemático (como por exemplo Álxebra e Cálculo). Esta materia será de utilidade para outras da titulación, como por exemplo as relacionadas co tratamento do sinal (Medios de Transmisión, Tratamento Dixital do Sinal), Intelixencia Artificial, Linguaxes Naturais, Redes de Neuronas Artificiais, Técnicas de Simulación, as relacionadas co recoñecemento de imaxes, etc.
Competencias / Resultados do título
Código
Competencias / Resultados do título
Resultados de aprendizaxe
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
Contidos
Temas
Subtemas
Tema 1. Conceptos básicos de inferencia estatística
Tema 2. Principios básicos do deseño de experimentos
Tema 3. Deseños cunha fonte de variación
Tema 4. Deseños con dous ou máis fontes de variación
Tema 5. Regresión lineal simple
Tema 6. Regresión lineal múltiple
1.1. Inferencia estatística (repaso)
1.2. Tests de hipóteses paramétricos (repaso)
1.3. Tests de hipóteses non paramétricas: Tests de bondade de axuste e de aleatoriedad
2.1. Introdución. Resumo dos conceptos principais. Principios básicos do deseño de experimentos.
2.2. Clasificación dos deseños de experimentos. Algúns deseños experimentais clásicos.
3.1. Deseño cun factor completamente aleatorizado de efectos fixos. Diagnose do ANOVA I. Factor completamente aleatorizado.
4.1. Deseño en bloques completamente aleatorizado.
4.2. Deseño con dous factores completamente aleatorizados (ANOVA II con interacción).
4.3. Outros modelos clásicos de deseño de experimentos.
5.1. Introdución: Regresión e correlación
5.2. O modelo de regresión lineal simple
5.3. Estimación e propiedades dos estimadores dos parámetros. Bondade do axuste
5.4. Predición en regresión lineal simple. Diagnose do modelo
6.1. O modelo lineal xeneral de regresión.
6.2. Estimación e propiedades dos estimadores dos parámetros. Bondade do axuste.
6.3. Predición en regresión lineal múltiple.
6.4. Diagnose do modelo: multicolinealidad.
6.5. Métodos para a selección de variables explicativas.
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado
Metodoloxías
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.
Atención personalizada
Metodoloxías
Solución de problemas
Descrición
Proponse exercicios e problemas dos distintos temas.
O alumno ten que propor un problema de deseño de experimentos, obter os datos e facer unha análise estatístico dos mesmos e obter conclusións. O traballo será supervisado polo profesor.
Desenvolveranse en clases prácticas problemas de regresión lineal que serán resoltos con detalle para que o alumno estea capacitado en resolver problemas similares.
ATENCIÓN PERSONALIZADA PARA O CONXUNTO DO ALUMNADO
A atención personalizada sirve para o seguimento da aprendizaxe de cada estudante por parte do profesorado.
A través da titoría (presencial ou a distancia), o profesorado aborda a resolución de dúbidas e orienta ao estudo.
A tal fin, o alumnado dispón dun horario oficial de titorías, que poderán realizarse de modo presencial ou a través dos medios institucionais da UDC de atención a distancia.
ATENCIÓN PERSONALIZADA PARA O ALUMNADO CON DEDICACIÓN PARCIAL OU DIFICULTADES PARA CONCILIAR O ESTUDO COA VIDA FAMILIAR E/OU LABORAL
A atención personalizada para o alumnado que, de modo xustificado, ten dificultades para conciliar o estudo coa vida familiar e/ou laboral, poderá realizarse:
· Nas condicións establecidas para o conxunto do alumnado.
· A demanda, previa solicitude por correo electrónico.
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.
Fontes de información
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:
É recomendable que os teñan aprobada a materia de Estatística e é conveniente que superasen outras materias con contido matemático: Algebra, Cálculo ou Matemática Discreta. Esta materia é de utilidade noutras materias da titulación.
PROGRAMA GREEN CAMPUS
Para axudar a conseguir unha contorna inmediata substentable os traballos documentais que se realicen nesta materia:
a. Solicitaranse maioritariamente en formato virtual e soporte informático.
b. De realizarse en papel:
- Non se empregarán plásticos.
- Realizaranse impresións a dobre cara.
- Empregarase papel reciclado.
- Evitarase a realización de borradores.
POLÍTICAS DE XÉNERO
Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (usarase linguaxe non sexista, utilizarase bibliografía de autores/as de ambos sexos, propiciarase a intervención en clase de alumnos e alumnas...).
Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade.
Deberanse detectar situacións de discriminación por razón de xénero e proporanse accións e medidas para corrixilas.
(*)A Guía docente é o documento onde se visualiza a proposta académica
da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do
órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías