Competencias del título |
Código
|
Competencias / Resultados del título
|
A1 |
Dominar en un nivel de postgrado los conocimientos, las herramientas y los procedimientos de la investigación social y de mercados aplicándolos a la solución de problemas y necesidades |
A3 |
Ser capaz de diseñar un proceso de investigación de carácter empírico demostrando dominio en el uso de técnicas de investigación cuantitativa y/o cualitativa |
A4 |
Ser capaz de discriminar la técnica de investigación adecuada al problema planteado |
A8 |
Tener capacidad para trabajar críticamente con fuentes de datos, metodologías y técnicas de investigación científica y herramientas informáticas propias de la investigación social y de mercados |
A9 |
Tener capacidad para integrar y aplicar las nuevas tendencias en investigación social y de mercados de modo rentable y efectivo en la empresa, las administraciones u otras organizaciones |
B1 |
Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
B2 |
Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
B3 |
Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios |
B5 |
Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo |
B6 |
Ser capaz de buscar, gestionar, analizar y sintetizar la información, seleccionando aquella que resulta pertinente para la toma de decisiones |
B7 |
Tener capacidad creativa, proactiva y emprendedora |
B8 |
Ser capaz de integrar las NTICs (Nuevas Tecnologías de la Información y las Comunicaciones) en la tarea profesional y/o investigadora |
B9 |
Tener capacidad de analizar críticamente tanto el trabajo propio como el de los compañeros |
B10 |
Ser capaz de trabajar en equipo eficaz y eficientemente |
B11 |
Ser capaz de asumir responsabilidades tanto individuales como colectivas en la tarea investigadora o profesional |
C1 |
Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la Comunidad Autónoma de Galicia |
C3 |
Utilizar las herramientas básicas de las TIC necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C4 |
Desarrollarse para el ejercicio de una ciudadanía abierta, culta, crítica, comprometida, democrática y solidaria, capaz de analizar la realidad, diagnosticar problemas, formular e implantar soluciones basadas en el conocimiento y orientadas al bien común |
C5 |
Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras |
C6 |
Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse |
C7 |
Asumir como profesional y ciudadano la importancia del aprendizaje a lo largo de la vida |
C8 |
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 |
Disponer de herramientas informáticas para el análisis cuantitativo basado en software libre |
AM8 AM9
|
BM8
|
CM3
|
Conocer el funcionamiento de herramientas informáticas basadas en software libre para el análisis cuantitativo, tanto descriptivo como predictivo, que demanda la investigación social y de mercados |
AM1 AM3 AM4 AM8 AM9
|
BM1 BM2 BM3 BM5 BM6 BM7 BM8 BM9 BM10 BM11
|
CM1 CM3 CM4 CM5 CM6 CM7 CM8
|
Contenidos |
Tema |
Subtema |
Introducción |
Aprendizaje supervisado y no supervisado con R
|
Regresión y diseño de experimentos en R |
Formulas y modelado en R
Modelos de diseño de experimentos
Modelos de regresión lineal
Modelos avanzados de regresión |
Clasificación supervisada en R |
Métodos clásicos: Análisis discriminarte y regresión logística
Métodos basados en arboles
Otros métodos de clasificación |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Prueba mixta |
A1 B2 B6 C1 |
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 |
Prueba mixta |
Los alumnos deberán demostrar su dominio de la materia y su capacidad para la resolución de problemas en el ámbito del aprendizaje estadístico utilizando R. |
Atención personalizada |
|
Descripción |
La atención personalizada es una actividad académica que tiene como finalidad atender las necesidades y consultas del alumnado, de forma individual o en pequeño grupo, relacionadas con el estudio y temas vinculados con la materia. Esta atención servirá, por una parte, al profesor para detectar posibles problemas en la metodología empleada para impartir la materia y, por otra, a los alumnos para consolidar los conocimientos y para expresar sus inquietudes sobre la materia.
Esta actividad se desarrollará de forma presencial. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Prueba mixta |
A1 B2 B6 C1 |
La prueba mixta tiene por objeto valorar la correcta comprensión y aplicación de los contenidos de la materia. Se realizará de forma individual empleando el software R. |
100 |
|
Observaciones evaluación |
|
Fuentes de información |
Básica
|
James, G., Witten, D., Hastie, T. y Tibshirani, R. (2013). An Introduction to Statistical Learning: with Aplications in R. Springer
Fox, J. y Weisberg, S. (2011). An R Companion to Applied Regression. Sage
Cichosz, P. (2015). Data Mining Algorithms: Explained Using R. Wiley
Ledolter, J. (2013). Data Mining and Business Analytics with R. Wiley
Torgo, L. (2011). Data Mining with R: Learning with Case Studies . Chapman & Hall/CRC
Williams, G. (2011). Data Mining with Rattle and R. Springer
Faraway, J. (2006). Extending Linear Models with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman & Hall/CRC
Dalgaard, P. (2008). Introductory Statistics with R. Springer
Lander, J. (2013). R for Everyone: Advanced Analytics and Graphics. Addison-Wesley
Matloff, N. (2011). The Art of R Programming: A Tour of Statistical Software Design. No Starch Press |
|
Complementária
|
|
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Taller de Análisis Cuantitativo /615518012 |
|
Asignaturas que se recomienda cursar simultáneamente |
Herramientas Informáticas para el Análisis I/615518022 |
|
Asignaturas que continúan el temario |
|
|