Study programme competencies |
Code
|
Study programme competences
|
A1 |
CE1 - Know and understand the theoretical and methodological principles of information and documentation management to apply them in their professional activity |
A8 |
CE8 - Master the different methods of representation of data, information and knowledge that ensure efficient recovery |
A13 |
CE13 - Know and master the techniques and regulations for the creation and authentication, meeting, selection, organization, representation, preservation, recovery, access, dissemination and exchange, and evaluation of resources and information services |
A20 |
CE20 - Master the bases to develop research activities using multidisciplinary methods and principles |
A21 |
CE21 - Possess knowledge of statistics and quantitative analysis of information |
A22 |
CE22 - Acquire computational skills and management of new ICT |
B1 |
CB1 - Possess and understand knowledge that provides a basis or opportunity to be original in the development and / or application of ideas, often in a research context |
B2 |
CB2 - Apply the knowledge acquired and their ability to solve problems in new or unfamiliar environments within broader (or multidisciplinary) contexts related to their area of study |
B3 |
CB3 - Be able to integrate knowledge and face the complexity of making judgments based on information that, being incomplete or limited, includes reflections on social and ethical responsibilities linked to the application of their knowledge and judgments |
B4 |
CB4 - Know how to communicate their conclusions -and the knowledge and ultimate reasons that sustain them- to specialized and non-specialized audiences in a clear and unambiguous way |
B5 |
CB5 - Possess the learning skills that allow them to continue studying in a way that will be largely self-directed or autonomous |
B6 |
CG1 - Capacity for cooperation, teamwork and collaborative learning |
B7 |
CG2 - Capacity for reflection and critical reasoning |
B8 |
CG3 - Capacity for planning, organization and management of resources, information and operations |
B9 |
CG4 - Capacity for analysis, diagnosis and decision making |
B10 |
CG5 - Ability to work in an international and global context |
B11 |
CG6 - Ability to understand the importance, value and function of the Digital Information and Documentation Management in the current ICT society |
C1 |
CT1 - Express correctly, both orally and in writing, in the official languages ??of the autonomous community |
C2 |
CT2 - Use the basic tools of information and communication technologies (ICT) necessary for the exercise of their profession and for learning throughout their lives |
C3 |
CT3 - Develop oneself for the exercise of a citizenship that respects democratic culture, human rights and the gender perspective |
C4 |
CT4 - Understand the importance of the entrepreneurial culture and know the means available to entrepreneurs |
C5 |
CT5 - Acquire skills for life and habits, routines and healthy lifestyles |
C6 |
CT6 - Develop the ability to work in interdisciplinary or transdisciplinary teams, to offer proposals that contribute to a sustainable environmental, economic, political and social development |
C7 |
CT7 - Assess the importance of research, innovation and technological development in the socio-economic and cultural progress of society |
C8 |
CT8 - Have the ability to manage time and resources: develop plans, prioritize activities, identify criticisms, establish deadlines and comply with them |
Learning aims |
Learning outcomes |
Study programme competences |
Coñecemento das técnicas de inferencia básicas e adquisición de habilidades para a estimación e interpretación de intervalos de confianza e contraste de hipótese dunha e dúas poboacións. |
A8 A13 A21
|
B1 B8 B9
|
|
Coñecer os principais tipos de mostraxe e as ferramentas básicas para o deseño de enquisas. |
A1 A13 A20 A21
|
B2 B3 B4 B5 B9
|
|
Capacidade para comparar dúas ou máis poboacións a partir de bases de datos de diferente grao de complexidade. |
A1 A21
|
B1 B2 B3 B4 B5
|
|
Coñecemento das diferentes técnicas de análises de datos multivariantes para a descrición e obtención de información relevante a partir de bases de datos complexas. |
A1 A20 A21
|
B1 B2 B3 B4 B5
|
|
Habilidade para utilizar as ferramentas computacionales de análises de datos multivariantes. |
A22
|
B11
|
C2 C6 C8
|
Integrar os coñecementos estatísticos teóricos e prácticos como vía para do coñecemento e pensamento reflexivo e totalizador. |
A1 A13
|
B2 B3 B4 B5 B6 B7 B10
|
C4 C7 C8
|
Capacidade de análise e de síntese aplicada á xestión e organización da información. |
|
B2 B3 B4 B5 B6 B7 B8 B9
|
C1 C3 C5
|
Adquisición de habilidades para a toma de decisións a partir da análise estatística bases de datos complexas. |
A21
|
B2 B3 B8 B9
|
C8
|
Contents |
Topic |
Sub-topic |
Os temas seguintes desenvolven os contidos establecidos na ficha da Memoria de Verificación, sendo: |
Introdución e conceptos estatísticos principais relativos a mostraxe e deseño de enquisas. Introdución á inferencia estatística e estimación puntual. Intervalos de confianza. Contraste de hipótese. Análise da varianza ( ANOVA). Modelos de regresión. Outras técnicas de análises multivariante. Ferramentas computacionales para a xeración de informes estatísticos. |
1. Mostraxe e enquisas: introdución e conceptos principais. |
Conceptos xerais de mostraxe estatística e deseño de enquisas. |
2. Introdución á inferencia estatística e estimación puntual. |
Conceptos xerais. Mostraxe. Estimación de parámetros. Propiedades dos estimadores. Estimación puntual: estimación puntual da media, a varianza e dunha proporción. |
3. Intervalos de confianza. |
Concepto de Intervalo de confianza. Intervalo de confianza para unha media, para unha varianza, para unha proporción e para a diferenza de dúas medias. |
4. Contraste de hipótese. |
Conceptos xerais. Contrastes de hipóteses para a media, a proporción e para a diferenza de dúas medias. Contrastes de independencia. |
5. Análise da varianza (ANOVA). |
ANOVA gráfico. ANOVA dun factor. ANOVA de máis dun factor. |
6. Modelos de regresión. |
Modelo de regresión lineal simple e múltiple. Outros modelos de regresión. |
7. Outras técnicas de análise multivariante: análise de compoñentes principais, análise factorial, análise de correspondencias, escalado multidimensional. |
Introdución ás técnicas multivariantes máis usadas. |
8. Ferramentas computacionales para a xeración de informes estatísticos. |
Introdución a distintas ferramentas do software estatístico R para a xeración de informes: Rstudio, Rmarkdown, Gráficos con R, Htmlwidgets. |
Planning |
Methodologies / tests |
Competencies |
Ordinary class hours |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A1 A8 A20 A21 B1 B3 B7 C7 C4 |
21 |
0 |
21 |
ICT practicals |
A13 A22 B11 C2 |
12 |
0 |
12 |
Case study |
A1 A8 A21 B2 B3 B4 B5 B6 B7 B8 B9 C1 C8 |
7 |
7 |
14 |
Supervised projects |
B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8 |
1.02 |
100.98 |
102 |
Objective test |
A21 B1 B2 |
1 |
0 |
1 |
|
Personalized attention |
|
0 |
0 |
0 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Serán sesións expositivas nas que se introducirán e describirán os diversos temas da materia, mediante presentacións (usando os adecuados medios audiovisuais) que incluirán teoría e exemplos.
|
ICT practicals |
Desenvolveranse clases prácticas mediante software estatístico, nas que se introducirá a súa programación e aplicación a partir de casos reais e simulados. |
Case study |
Aplicaranse as técnicas estatísticas impartidas na materia para a resolución de exercicios e casos de estudo reais e simulados no ámbito da xestión dixital da información. |
Supervised projects |
Realizaranse traballos individuais e/ou en grupo, tutelados polos docentes da materia, nos que se abordará a resolución, mediante a aplicación de técnicas estatísticas e o software R, de exercicios prácticos ou de casos de estudo particulares relacionados co ámbito da comunicación e das ciencias da información. Tamén se poderá realizar un estudo de revisión acerca dun tema concreto da materia ou do software utilizado. Os traballos poderán ser propostos polos docentes ou polos propios alumnos (as propostas teranse en conta ou non sempre segundo o criterio do docente). |
Objective test |
Consistirá nunha proba tipo test sobre os contidos impartidos na materia. |
Personalized attention |
Methodologies
|
Guest lecture / keynote speech |
ICT practicals |
|
Description |
A atención personalizada farase, globalmente, mediante titorías personalizadas directas e virtuais, individuais e grupais |
|
Assessment |
Methodologies
|
Competencies |
Description
|
Qualification
|
ICT practicals |
A13 A22 B11 C2 |
Valorarase a asistencia e/ou o desempeño dos alumnos nas clases prácticas co software estatístico. |
20 |
Objective test |
A21 B1 B2 |
Proba tipo test consistente nun número de preguntas entre 10 e 20 con 3 respostas posibles. |
40 |
Supervised projects |
B2 B4 B5 B6 B8 B9 B10 C1 C3 C5 C6 C8 |
Realizaranse traballos individuais e/ou en grupo, tutelados polos docentes da materia, nos que se abordará a resolución, mediante a aplicación de técnicas estatísticas e o software R, de exercicios prácticos ou de casos de estudo particulares relacionados co ámbito da comunicación e das ciencias da información. Tamén se poderá realizar un estudo de revisión acerca dun tema concreto da materia ou do software utilizado. Os traballos poderán ser propostos polos docentes ou polos propios alumnos (as propostas serán tidas en conta ou non sempre segundo o criterio do docente).
|
40 |
|
Assessment comments |
Primeira oportunidade Realizarase unha proba de resposta múltiple de 10 a 20 preguntas que representa o 40% da nota. Por outra banda, a avaliación continua constará da asistencia e/ou entrega de prácticas relacionadas coa aprendizaxe e aplicación do software estatístico R para a resolución de problemas no campo da xestión dixital da información (20% da nota global), ademais da entrega dun e/ou varios traballos de aplicación da estatística para a resolución de casos de estudo en documentación dixital (alternativamente poderán ser traballos de revisión ou ampliación da materia) que representa o 40% da nota total.
No caso do alumnado con recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia que decida non asistir a clases, leste será avaliado nas dúas oportunidades como o resto do alumnado que se atopa nunha situación similar.
Segunda oportunidade Na avaliación da segunda oportunidade seguirase o mesmo criterio que na primeira.
|
Sources of information |
Basic
|
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 |
|
Complementary
|
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 |
|
Recommendations |
Subjects that it is recommended to have taken before |
Fundamentals of Statistics/710G04040 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
Other comments |
Para axudar a conseguir unha contorna inmediata sostida e cumprir co obxectivo da acción número 5: “Docencia e investigación saudable e sustentable ambiental e social” do "Plan de Acción Green Campus Ferrol: A entrega dos traballos documentais que se realicen nesta materia: • Solicitaranse en formato virtual e/ou soporte informático. • Realizarase a través de Moodle, en formato dixital sen necesidade de imprimilos. • En caso de ser necesario realizalos en papel: - Non se empregarán plásticos. - Realizaranse impresións a dobre cara. - Empregarase papel reciclado. - Evitarase a impresión de borradores. • Débese de facer un uso sustentable  dos recursos e a prevención de impactos negativos sobre o medio natural. • 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 e propoñeranse accións e medidas para corrixilas. |
|