Primeira oportunidade

Realizarase unha proba de resposta múltiple de 10 a 20 preguntas que representa o 60% 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 eido da xestión dixital da información (20% da nota global), ademais da entrega dun traballo de aplicación da estatística para a resolución dun caso de estudio en documentación dixital (alternativamente poderá ser un traballo de revisión ou ampliación da materia) que representa o 20% da nota final.

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 se seguirá o mesmo criterio que na primeira.

Learning outcomes	Study programme competences
Coñecer as medidas descriptivas e de representación gráfica de datos máis usuais.	A8 A13 A21	B1 B8 B9
Habilidade para sintetizar e analizar descritiva e gráficamente un conxunto de datos.	A8 A21 A22	B2 B3 B4 B5 B8 B9
Coñecemento do concepto de probabilidade, regras de cálculo probabilístico e modelos probabilísticos máis usuais.	A1 A21	B1 B2 B3 B4 B5
Capacidade de aplicar ferramentas informáticas de análise estatística para a toma de decisións e para o desenvolvemento e explotación de sistemas de información.	A22	B11	C2 C6
Integrar os coñecementos estatísticos teóricos e prácticos como vía para do coñecemento e pensamento reflexivo e totalizador.	A1 A5	B2 B3 B4 B5 B6 B7	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

Topic	Sub-topic
Os temas seguintes desenvolven os contidos establecidos na ficha da Memoria de Verificación, que son:	Fontes de información e metodoloxía estatística. Introdución ao manexo de programas para a análise estatística (software R). Estatística descritiva univariante. Estatística descritiva de dúas variables. Análise de dependencia entre variables e regresión entre variables estatísticas. Introdución ás series de tempo e aos números índice. Métodos para a detección de valores atípicos (outliers). Probabilidade. Variables aleatorias e distribucións de probabilidade.
Introducción á estatística e fontes de información	Introducción e obxecto da estatística. Principais conceptos da estatística e a ciencia de datos. Metodoloxías de tratamento de datos e principais problemas que abordan. Fontes de información estatística. Organización da estatística oficial no ámbito nacional e internacional (axencias da ONU, Euroestat, INE, e IGE, entre outras). Principais estatísticas no ámbito socioeconómico (estatísticas demográficas, sociais, de emprego, económicas). Fontes de información dixital.
Estatística descriptiva dunha variable unidimensional.	Conceptos xerais. Frecuencias e tabulación. Medidas de posición, dispersión e forma. Representación gráfica dunha variable.
Estatística descriptiva de máis dunha variable.	Estatística descriptiva de dúas variables conxuntas. Medidas de posición e dispersión. Representación gráfica de datos multivariantes. Relación de dependencia entre variables cualitativas. Relación de dependencia entre variables cuantitativas: regresión lineal simple. Outros modelos de regresión. Métodos descriptivos de clasificación non supervisada por conglomerados (clúster) e para a detección de datos atípicos (outliers).
Introdución ao manexo de programas para a análise estatística (software R)	Descripción do software estatístico R. Estructura de R. Introdución á programación con R. Funcións. Definición de obxectos. Asignación. Crear e importar bases de datos. Obtención de gráficos. Elaboración de informes.
Introducción ás series de tempo e aos números índice	Indicadores en bibliotecas e no eido da documentación. Índices bibliométricos. Números índice. Números índice simples e compostos. Introducción á análise descriptiva de series de tempo.
Probabilidade	Conceptos básicos. Operacións con sucesos. Regra de Laplace. Propiedades da probabilidade. Probabilidade condicionada. Regra do produto, regra das probabilidades totais, regra de Bayes. Aplicacións a problemas de documentación.
Variables aleatorias	Definición de variable aleatoria. Variables aleatorias discretas. Variables aleatorias continuas. Función de masa de probabilidade. Función de densidade. Función de distribución. Media, varianza, cálculo de probabilidades e cuantís.
Distribucións de probabilidade	Distribución Binomial. Distribución hiperxeométrica. Distribución binomial negativa. Distribución normal. Distribución uniforme. Distribución exponencial. Distribucións asociadas á normal. Outras distribucións.

Methodologies / tests	Competencies	Ordinary class hours	Student’s personal work hours	Total hours
ICT practicals	A22 A13 B11 C2	12	0	12
Guest lecture / keynote speech	A1 A5 A8 A21 B1 B3 B7 C4 C7	21	0	21
Supervised projects	B2 B4 B5 B6 B8 B9 C1 C3 C5 C6 C8	1.02	100.98	102
Objective test	A21 B1 B2	1	0	1
Case study	A1 A8 A21 B2 B3 B4 B5 B6 B7 B8 B9 C1 C8	7	7	14

Personalized attention		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
ICT practicals	Desenvolveranse clases prácticas mediante software estatístico, nas que se introducirá a súa programación e aplicación a partir de casos reais e simulados.
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.
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 serán tidas en conta ou non sempre segundo o criterio do docente).
Objective test	Consistirá nunha proba tipo test sobre os contidos impartidos na materia.
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.

Methodologies	Competencies	Description	Qualification
Supervised projects	B2 B4 B5 B6 B8 B9 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).	20
ICT practicals	A22 A13 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 entre 10 e 20 preguntas con 3 respostas posibles.	60

Assessment comments
Primeira oportunidade Realizarase unha proba de resposta múltiple de 10 a 20 preguntas que representa o 60% 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 eido da xestión dixital da información (20% da nota global), ademais da entrega dun traballo de aplicación da estatística para a resolución dun caso de estudio en documentación dixital (alternativamente poderá ser un traballo de revisión ou ampliación da materia) que representa o 20% da nota final. 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 se seguirá o mesmo criterio que na primeira.

Basic	Marín, J. (1999). Estadística Aplicada a las Ciencias de la Documentación. Murcia: Diego Marín Editor Judit Bar-Ilan (2008). Informetrics at the beginning of the 21st century—A review.. Journal of Informetrics 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. Cao, R., Labora, A., Naya, S. e Ríos, M. (2001). Métodos estatísticos e numéricos. A Coruña: Baía José María Sarabia Alegría , Faustino Prieto Mendoza , Vanesa Jordá Gil (2018). Prácticas de estadística con R. Pirámide María Dolores Ugarte, Ana F. Militino, and Alan T. Arnholt (2012). Probability and Statistics with R. Springer Stephen, P. and Hornby, S. (1997). Simple statistics for library and information professionals.. London:Library Association Publishing Moya, F., López, J. y García C. (1996). Técnicas Cuantitativas Aplicadas a la Biblioteconomía y Documentación. Madrid: Síntesis

Complementary	Gonick, L. e Smith, W. (2001). A estatística ¡en caricaturas!. Lugo:SGAPEIO Cástor Guisande, Antonio Vaamonde (2012). Gráficos estadísticos y mapas con R. Díaz de Santos Judit Bar-Ilan (2008). Informetrics at the beginning of the 21st century—A review.. Journal of Informetrics