Primera oportunidad

Se realizará una prueba de respuesta múltiple de 10 a 20 preguntas que representa el 40% de la nota. Por otra parte, la evaluación continua constará de la asistencia y/o entrega de prácticas relacionadas con el aprendizaje y aplicación del software estadístico R para la resolución de problemas en el campo de la gestión digital de la información (20% de la nota global), además de la entrega de uno y/o varios trabajos de aplicación de la estadística para la resolución de casos de estudio en documentación digital (alternativamente podrán ser trabajos de revisión o ampliación de la materia) que representa el 40% de la nota total.

En el caso del alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia que decida no asistir a clases, este será evaluado en las dos oportunidades como el resto del alumnado que se encuentra en una situación similar.

Segunda oportunidad

En la evaluación de la segunda oportunidad se seguirá el mismo criterio que en la primera.

Resultados de aprendizaje	Competencias del título
Conocimiento de las técnicas de inferencia básicas y adquisición de habilidades para la estimación e interpretación de intervalos de confianza y contraste de hipótesis de una y dos poblaciones.	A8 A13 A21	B1 B8 B9
Conocer los principales tipos de muestreo y las herramientas básicas para el diseño de encuestas.	A1 A13 A20 A21	B2 B3 B4 B5 B9
Capacidad para comparar dos o más poblaciones a partir de bases de datos de diferente grado de complejidad.	A1 A21	B1 B2 B3 B4 B5
Conocimiento de las diferentes técnicas de análisis de datos multivariantes para la descripción y obtención de información relevante a partir de bases de datos complejas.	A1 A20 A21	B1 B2 B3 B4 B5
Habilidad para utilizar las herramientas computacionales de análisis de datos multivariantes.	A22	B11	C2 C6 C8
Integrar os conocimientos estadísticos teóricos y prácticos como vía para del conocimiento y pensamiento reflexivo y totalizador.	A1 A13	B2 B3 B4 B5 B6 B7 B10	C4 C7 C8
Capacidad de análisis y de síntesis aplicada a la gestión y organización de la información.		B2 B3 B4 B5 B6 B7 B8 B9	C1 C3 C5
Adquisición de habilidades para la toma de decisiones a partir del análisis estadístico bases de datos complejas.	A21	B2 B3 B8 B9	C8

Tema	Subtema
Los temas siguientes desarrollan los contenidos establecidos en la ficha de la Memoria de Verificación, siendo:	Introducción y conceptos estadísticos principales relativos a muestreo y diseño de encuestas. Introducción a la inferencia estadística y estimación puntual. Intervalos de confianza. Contraste de hipótesis. Análisis de la varianza (ANOVA). Modelos de regresión. Otras técnicas de análisis multivariante. Herramientas computacionales para la generación de informes estadísticos.
1. Muestreo y encuestas: introducción y conceptos principales.	Conceptos generales de muestreo estadístico y diseño de encuestas.
2. Introducción a la inferencia estadística y estimación puntual.	Conceptos generales. Muestreo. Estimación de parámetros. Propiedades de los estimadores. Estimación puntual: estimación puntual de la media, la varianza y de una proporción.
3. Intervalos de confianza	Concepto de Intervalo de confianza. Intervalo de confianza para una media, para una varianza, para una proporción y para la diferencia de dos medias.
4. Contraste de hipótesis	Conceptos generales. Contrastes de hipótesis para la media, la proporción y para la diferencia de dos medias. Contrastes de independencia.
5. Análisis de la varianza (ANOVA).	ANOVA gráfico. ANOVA de un factor. ANOVA de más de un factor.
6. Modelos de regresión.	Modelo de regresión lineal simple y múltiple. Otros modelos de regresión.
7. Otras técnicas de análisis multivariante: análisis de componentes principales, análisis factorial, análisis de correspondencias, escalado multidimensional.	Introducción a las técnicas multivariantes más usadas.
8. Herramientas computacionales para la generación de informes estadísticos.	Introducción a distintas herramientas del software estadístico R para la generación de informes: Rstudio, Rmarkdown, Gráficos con R, Htmlwidgets.

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Sesión magistral	A1 A8 A20 A21 B1 B3 B7 C7 C4	21	0	21
Prácticas a través de TIC	A13 A22 B11 C2	12	0	12
Estudio de casos	A1 A8 A21 B2 B3 B4 B5 B6 B7 B8 B9 C1 C8	7	7	14
Trabajos tutelados	B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8	1.02	100.98	102
Prueba objetiva	A21 B1 B2	1	0	1

Atención personalizada		0	0	0

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Sesión magistral	Serán sesiones expositivas en las que se introducirán y describirán los diversos temas de la asignatura, mediante presentaciones (usando los adecuados medios audiovisuales) que incluirán teoría y ejemplos.
Prácticas a través de TIC	Se desarrollarán clases prácticas mediante software estadístico, en las que se introducirá su programación y aplicación a partir de casos reales y simulados.
Estudio de casos	Se aplicarán las técnicas estadísticas impartidas en la asignatura para la resolución de ejercicios y casos de estudio reales y simulados en el ámbito de la gestión digital de la información.
Trabajos tutelados	Se realizarán trabajos individuales y/o en grupo, tutelados por los docentes de la materia, en los que se abordará la resolución, mediante la aplicación de técnicas estadísticas y el software R, de ejercicios prácticos o de casos de estudio particulares relacionados con el ámbito de la comunicación y de las ciencias de la información. También se podrá realizar un estudio de revisión acerca de un tema concreto de la materia o del software utilizado. Los trabajos podrán ser propuestos por los docentes o por los propios alumnos (las propuestas se tendrán en cuenta o no siempre según el criterio del docente).
Prueba objetiva	Consistirá en una prueba tipo test sobre los contenidos impartidos en la asignatura.

Metodologías	Competéncias	Descripción	Calificación
Prácticas a través de TIC	A13 A22 B11 C2	Se valorará la asistencia y/o el desempeño de los alumnos en las clases prácticas con el software estadístico.	20
Prueba objetiva	A21 B1 B2	Prueba tipo test consistente en un número de preguntas entre 10 y 20 con 3 respuestas posibles.	40
Trabajos tutelados	B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8	Se realizarán trabajos individuales y/o en grupo, tutelados por los docentes de la materia, en los que se abordará la resolución, mediante la aplicación de técnicas estadísticas y el software R, de ejercicios prácticos o de casos de estudio particulares relacionados con el ámbito de la comunicación y de las ciencias de la información. También se podrá realizar un estudio de revisión acerca de un tema concreto de la materia o del software utilizado. Los trabajos podrán ser propuestos por los docentes o por los propios alumnos (las propuestas serán tenidas en cuenta o no siempre según el criterio del docente).	40

Observaciones evaluación
Primera oportunidad Se realizará una prueba de respuesta múltiple de 10 a 20 preguntas que representa el 40% de la nota. Por otra parte, la evaluación continua constará de la asistencia y/o entrega de prácticas relacionadas con el aprendizaje y aplicación del software estadístico R para la resolución de problemas en el campo de la gestión digital de la información (20% de la nota global), además de la entrega de uno y/o varios trabajos de aplicación de la estadística para la resolución de casos de estudio en documentación digital (alternativamente podrán ser trabajos de revisión o ampliación de la materia) que representa el 40% de la nota total. En el caso del alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia que decida no asistir a clases, este será evaluado en las dos oportunidades como el resto del alumnado que se encuentra en una situación similar. Segunda oportunidad En la evaluación de la segunda oportunidad se seguirá el mismo criterio que en la primera.

Básica	Everitt, B. y Hothorn, T. (2011). An Introduction to Applied Multivariate Analysis with R. Springer-Verlag New York Daniel Peña (2002). Análisis de datos multivariantes. S.A. MCGRAW-HILL / INTERAMERICANA DE ESPAÑA Cao, R., Francisco, M., Naya, S., Presedo, M.A., Vázquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introducción a la Estadística y sus aplicaciones. Pirámide Egghe, L. y Rousseau, R. (1990). Introduction to Infometrics. Quantitative Methods in Library, Documentation and Information Science. Amsterdam: Elsevier

Complementária	Daniel Zelterman (2015). Applied Multivariate Statistics with R. Springer International Publishing Cástor Guisande, Antonio Vaamonde (2012). Gráficos estadísticos y mapas con R. Díaz de Santos Vélez, R. & García, A. (1993). Principios de Inferencia Estadística. UNED