Denominación de la asignatura |
Análisis e Interpretación de Datos |
Postgrado al que pertenece |
Máster universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data |
Créditos ECTS |
6 |
Curso y cuatrimestre en el que se imparte |
Primer cuatrimestre |
Carácter de la asignatura | Obligatoria |
La era de la información en que vivimos requiere que sepamos manejar datos. La ciencia que se encarga de «aprender» a partir de estos datos es la Estadística. Para aprender o leer estos datos debemos saber producirlos, analizarlos y sacar conclusiones de ellos. Cuanto mayor sea nuestra comprensión del uso de las herramientas estadísticas, mayor será nuestra capacidad de analizar la realidad (o leer la «historia» que hay en los datos) lo que nos permitirá tomar decisiones lo más correctas posibles. A día de hoy, no podemos tomar una decisión con garantías basándonos tan solo en nuestra intuición, es preciso echar mano de la estadística y sus herramientas.
Más específicamente, en esta asignatura aprenderéis los conceptos introductorios de la estadística, así como a razonar estadísticamente. Aprenderéis, entre otras cosas, a graficar las representaciones de datos más habituales, a manejar con soltura las relaciones lineales entre dos variables, etc.
Se hará hincapié en la estadística inferencial, para ello se repasarán los principios de probabilidad en los que esta descansa. Las técnicas inferenciales son importantes pues nos permitirán contrastar conjeturas que hacemos constantemente sobre cómo es una determinada población a través de los llamados contrastes de hipótesis.
Por último, cabe destacar el carácter aplicado, dinámico y actual en el que se enmarca la asignatura, ya que se estudiarán casos reales de aplicación e informes estadísticos recientes de diferentes campos. Además, el enfoque didáctico que se va a emplear, dentro de la seriedad que se le presupone, procurará generar interés y aprecio por la ciencia estadística en el alumno.
Competencias básicas
Competencias generales
Competencias específicas
Competencias transversales
Tema 1. Introducción a la estadística
¿Qué es la estadística?
Población, muestra y muestreo
Tipos de variables estadísticas
Diseños de experimentos
Razonamiento estadístico
Representando los datos: distribución de frecuencias
Tabulación de variables
Graficas básicas
El arte de elegir el gráfico adecuado
Aplicación de las TIC
Retos de la estadística en Big Data
Referencias bibliográficas
Tema 2. Medidas que resumen la información
Medidas de tendencia central
Medidas de tendencia central robustas
Medidas de dispersión
Medidas de dispersión robustas
Medidas de posición y forma
Gráficos de caja
Datos atípicos y análisis exploratorio de datos
Aplicación de las TIC
Referencias bibliográficas
Tema 3. Regresión y correlación
Introducción
Correlación
Regresión lineal
Gráfico de residuos
Regresión lineal multivalente
Regresión no lineal
LTS (Least Trimmed Squares)
Aplicación de las TIC
Referencias bibliográficas
Tema 4. Probabilidad condicional y variables aleatorias
Introducción a la teoría de la probabilidad
Principios de la teoría de la probabilidad
Probabilidad condicional e independencia
Variable aleatoria
Modelos discretos
Modelos continuos
Aplicación de las TIC
Referencias bibliográficas
Tema 5. Distribución de muestreo
Distribución en el muestreo del conteo y la proporción muestral
Teorema Central del Límite y distribución de la media muestral
Aplicabilidad del Teorema Central del Límite en ámbitos Big Data
Estimación puntual vs estimación por intervalos
Propiedades de los estimadores
Referencias bibliográficas
Tema 6. Intervalos de confianza
Introducción a los intervalos de confianza
Intervalo de confianza para la media de una población normal: varianza conocida y desconocida
Calculando el tamaño de la muestra
Intervalo de confianza para la proporción
Intervalo de confianza para la varianza de una población normal
Intervalo de confianza para la diferencia de medias y proporciones
Intervalos de confianza robustos
Referencias bibliográficas
Tema 7. Contrastes de hipótesis
Introducción a los contrastes de hipótesis
Dos tipos de error en la significancia estadística
Pasos a seguir en un contraste de hipótesis
Contrastes de hipótesis para una media
Contrastes de hipótesis para la proporción
Contrastes de hipótesis sobre la varianza
Contrastes paramétricos para dos muestras
Contrastes de hipótesis robustos
Referencias bibliográficas
Tema 8. Regresión
El modelo de regresión simple
Contrastando la regresión
Contrastando la regresión con el programa
La regresión como suma de cuadrados
Aplicación de las TIC
Referencias bibliográficas
Tema 9. Análisis de componentes principales
Motivación
Definición
Aplicaciones
Ejemplo de aplicación en R
Referencias bibliográficas
Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.
Las actividades formativas de esta asignatura son las siguientes:
En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.
Estas actividades formativas prácticas se completan, por supuesto, con estas otras:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS |
HORAS |
Sesiones Presenciales Virtuales | 15,0 |
Lecciones magistrales | 6,0 |
Estudio Personal de material básico | 50,0 |
Lectura de material complementario | 25,0 |
Realización de los casos prácticos | 15,0 |
Autoevaluación exámenes | 14,0 |
Tutoría individual y grupal | 16,0 |
Trabajo colaborativo, foro, chat, debates | 7,0 |
Evaluación Final | 2,0 |
Total |
150 |
Bibliografía básica
Los textos necesarios para el estudio de la asignatura han sido elaborados por la UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.
Además de este material disponible en el aula virtual, se utilizan los siguientes manuales:
Ríus, F. (1998). Bioestadística: Métodos y aplicaciones. Málaga: Universidad de Málaga. Publicaciones. Versión electrónica: https://www.bioestadistica.uma.es/baron/apuntes/clase/apuntes/pdf/
Tema 5
Lipschutz, S. (1971). Probabilidad: teoría y 500 problemas resueltos, p. 16-23. México: McGraw Hill. ISBN: 968-451-071-3.
Tema 7
Triola, M. F. (2009). Estadística (10ª ed), p. 269-277, 280-286, 291-298. México: Pearson. ISBN: 978-970-26-1287-2.
Tema 8
Triola, M. F. (2009). Estadística (10ª ed), p. 320-331, 338345, 349-354. México: Pearson. ISBN: 978-970-26-1287-2.
Tema 9
Triola, M. F. (2009). Estadística (10ª ed), p. 389-398. México: Pearson. ISBN: 978-970-26-1287-2.
Tema 10
Salvador, M. y Gargallo, P. (2003). Análisis exploratorio de datos, p. 26-37. Recuperado de: http://www.5campus.com/leccion/aed
Bibliografía complementaria
Amón, J. (1984). Estadística para Psicólogos. Vol 2: Probabilidad y Estadística Inferencial. Madrid: Pirámide.
Field, A. (2009). Discovering statistics using SPSS. California: SAGE.
Gutiérrez, E. y Vladimirovna, O. (2016). Estadística inferencial 1 para ingeniería y ciencias. México: Grupo Editorial Patria.
Kreyszig, E. (1983). Introducción a la Estadística Matemática. México: Limusa.
Martín, A. (2004). Bioestadística para las ciencias de la salud. Madrid: Norma-Capitel.
Moore, D.S. (2006). Introduction to the practice of statistics (5th ed.). New York: Freeman and Company.
Puente, C. (2018). Estadística descriptiva e inferencial. Madrid: Ediciones IDT.
Stigler, S.M. (1998). The history of statistics: The measurement of uncertainty before 1900 (7 ed.). London: Belknap Press of Harvard University Press.
Tomeo, V. & Uña, I. (1990). Diez lecciones de estadística descriptiva. Madrid: AC.
Triola, M.F. (2009). Estadística (10ª ed.). México D.F.: Pearson Educación.
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
La calificación se compone de dos partes principales:
El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.
La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.
Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado en la programación semanal. En ella se detalla la calificación máxima de cada actividad o evento concreto puntuables.
El sistema de evaluación de la asignatura es el siguiente:
SISTEMA DE EVALUACIÓN |
PONDERACIÓN |
PONDERACIÓN |
Participación en foros y otros medios participativos |
0% |
10% |
Realización de trabajos, proyectos y casos |
20% |
30% |
Test autoevaluación |
0% |
10% |
Examen final presencial |
60% |
60% |
Jordi Canela
Formación académica: Licenciado en Matemáticas por la Universidad de Barcelona, Máster en Matemática Avanzada y Profesional por la Universidad de Barcelona. Doctorado en Matemáticas por la Universidad de Barcelona.
Experiencia: Profesor en la Escuela Superior de Ingeniería y Tecnología en la UNIR. Anteriormente: profesor invitado en el IMPAN (Varsovia, 4 meses), Investigador postdoctoral en Université Paul Sabatier (Toulouse, 2 años), investigador predoctoral dentro del proyecto europeo CODY (Kiel, Alemania, 1 año).
Líneas de investigación: Sistemas dinámicos en dimensión baja, sistemas dinámicos en variable compleja, análisis de métodos numéricos.
Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:
Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.
Ten en cuenta estos consejos…
|