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.

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

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.

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	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.

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.

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