Datos Identificativos 2018/19
Asignatura (*) Métodos Estatísticos para Datos Medioambientais Código 610500006
Titulación
Mestrado Universitario en Ciencias. Tecnoloxías e Xestión Ambiental (plan 2012)
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Primeiro Optativa 3
Idioma
Castelán
Galego
Inglés
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Química
Coordinación
Jacome Pumar, Maria Amalia
Correo electrónico
maria.amalia.jacome@udc.es
Profesorado
Andrade Garda, Jose Manuel
Estevez Perez, Maria Graciela
Jacome Pumar, Maria Amalia
Correo electrónico
jose.manuel.andrade@udc.es
graciela.estevez.perez@udc.es
maria.amalia.jacome@udc.es
Web
Descrición xeral Nos estudos medioambientais manéxanse xeralmente importantes cantidades de datos, cuio análise permitirá a extracción da información relevante contida neles. Nesta materia farase unha introdución ás técnicas estatísticas avanzadas necesarias para a análise multivariable de datos, que permiten a reducción da dimensionalidade e a construción de grupos dende un punto de vista descritivo. O desarrollo dos ordenadores facilita o procesamento de grandes bancos de datos, resultando polo tanto unha materia de moito interese práctico.
Plan de continxencia

Competencias do título
Código Competencias do título
A1 Coñecemento das realidades interdisciplinares da Química e do Medio Ambiente, dos temas punteiros nestas disciplinas e das perspectivas de futuro.
A3 Capacitar ao alumno para o desenvolvemento dun traballo de investigación nun campo da Química ou do Medio Ambiente, incluíndo os procesos de caracterización de materiais, o estudo das súas propiedades fisicoquímicas e biolóxicas e dos procesos que poden sufrir no medio natural.
A12 Coñecer as distintas estratexias para o tratamento estatístico de series de datos relacionadas con datos ambientais.
B3 Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e suizos.
B5 Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirixido ou autónomo.
B6 Ser capaz de analizar datos e situacións, xestionar a información dispoñible e sintetizala, todo iso a un nivel especializado.
C1 Ser capaz de traballar en equipos, especialmente nos interdisciplinares e internacionais.
C3 Ser capaz de adaptarse a situacións novas, mostrando creatividade, iniciativa, espírito emprendedor e capacidade de liderado.
C6 Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
C9 Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.
C10 Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Deseñar experimentos, obter información e interpretar os resultados AM3
AM12
BM3
BM6
CM1
CM6
CM9
CM10
Aplicar un pensamento crítico, lóxico e creativo para resolver problemas de forma efectiva. AM1
AM3
BM5
CM3

Contidos
Temas Subtemas
Introdución Repaso dos métodos básicos de Estatística Descritiva Uni e Multivariable
Relación entre variables Medidas de dependencia: matriz de correlacións, regresión lineal simple e múltiple
Análise da multicolinealidade
Análise Multivariable Descrición de datos multivariables
Análise de Compoñentes Principais
Análise Discriminante
Análise Cluster

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Solución de problemas A1 A3 A12 B3 C3 C1 C6 C10 5 15 20
Aprendizaxe colaborativa A3 A12 0 6 6
Sesión maxistral A12 B5 B6 C6 C9 C10 16 32 48
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Solución de problemas Rematado a exposición de todos os contidos da materia, faranse exercicios prácticos na aula, que poderán ser propostos tamén para realizar como traballo autónomo.
Aprendizaxe colaborativa Realización dun traballo en grupo, que consistirá no tratamento completo dun conxunto de datos, na medida do posible do ámbito de estudos medioambientais, que poderá ser corrixido no aula.
Sesión maxistral Clases maxistrais presenciais nas que o profesor expoñerá os puntos fundamentais do programa convenientemente ilustrados con exemplos prácticos

Atención personalizada
Metodoloxías
Solución de problemas
Descrición
Os alumnos realizarán un traballo no que terán que aplicar, a un arquivo de datos, as técnicas explicadas na asignatura que eles consideren oportunas para responder ás preguntas plantexadas. Disporán de atención personalizada dos profesores responsables de cada bloque, de maneira que os alumnos poderán resolver todas as dúbidas que se lles presenten de xeito tanto presencial como non presencial.

A vía presencial desenvolverase mediante titorías personalizadas nos despachos dos docentes para a resolución de dúbidas e corrección de erros. A vía non presencial realizarase mediante correo electrónico, plataforma virtual ou medios semellantes.

Os estudantes co recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia tamén deberán entregar o traballo aos docentes e disporán da mesma atención personalizada dos profesores, tanto pola vía presencial como a non presencial.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Sesión maxistral A12 B5 B6 C6 C9 C10 Asistencia e participación nas clases de sesión maxistral. 5
Solución de problemas A1 A3 A12 B3 C3 C1 C6 C10 Asistencia e participación na resolución de problemas en clase. 5
Aprendizaxe colaborativa A3 A12 Os alumnos analizarán os datos e expoñerán as conclusións nun traballo, ben de forma individual ou en grupo. 90
 
Observacións avaliación

Valorarase positivamente a asistencia ás clases, así como a actitude e a
participación dos alumnos nas mesmas cun peso de ata o 10% da nota final. A
asistencia mínima será non inferior ó 80% das horas presenciais (salvo
ausencias debidamente xustificadas). O restante 90% da nota virá dada pola
realización e posible exposición de traballos tutelados. Na corrección dos traballos
teranse en conta os aspectos formais para a resolución dos problemas
plantexados, a claridade nas exposicións e a capacidade de defensa dos
argumentos presentados no traballo escrito, así como de ser o caso presentación oral dos
resultados acadados. Requisito sine qua non para superar a asignatura é superar
as distintas actividades (exercicios, traballos tutelados) propostas polo profesorado. A nota final da asignatura
será a suma ponderada das cualificacións de cada bloque temático.

Para os estudantes co recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia, o 100% da nota virá dada pola realización dos traballos tutelados ainda que, obviamente, están liberados da obriga de defendelos oralmente.

Para obter a calificación de NP (Non Presentado), o alumno non poderá ter participado nas actividades de aprendizaxe colaborativa.


Fontes de información
Bibliografía básica

Jobson, J.D. (1992). Applied Multivariate Analysis. Vol. II: Categorical and Multivariate Methods. Springer Texts in Statistics, Springer-Verlag: NewYork.

Miller, J.N. & Miller, J.C. (2002) Estadí­stica y Quimiometrí­a para Quí­mica Analí­tica. Edit. PrenticeHall.

Mongay Fernández, C. (2005) Quimiometría. Servicio Publicaciones Universidad de Valencia.

Morrison, D.F. (1990) Multivariate statistical method. 3rd Edition. McGraw-Hill Series in Probability and Statistics.

Peña, D. (2002). Análisis de Datos Multivariantes. McGraw-Hill.

Pérez López, C. (2004) Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Pearson Prentice Hall, Madrid.

Pérez López, C. (2005) Métodos Estadísticos Avanzados con SPSS. Thomson, Madrid.

Ramis Ramos, G. (2001) Quimiometría. Síntesis, Madrid.

Bibliografía complementaria

Millard, S.P. & Neerchal, N.J. (2001) Environmental Statistics with S-Plus. Springer. CRC Press LLC


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Recoméndase a asistencia e participación ás clases tanto de índole teórico como práctico. Así mesmo, recoméndase completar o material facilitado polo profesorado coa bibliografía por eles recomendada e a realización das tarefas encomendadas. Un estudo continuo da materia e o uso das titorías para resolver dúbidas é fundamental para superar con éxito a asignatura. Recoméndase o uso das titorías individuais para os alumnos con dificultades en superar a materia.



(*)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