Competencias

Competencias básicas

• CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
• CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
• CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias generales

• CG1. Aplicar los conocimientos adquiridos para resolver problemas en diferentes entornos dentro de contextos multidisciplinares relacionados con el periodismo de investigación basado en datos.
• CG3. Integrar los conocimientos adquiridos y utilizar la terminología adecuada en relación al periodismo de investigación basado en datos.
• CG4. Actualizar la información y los conocimientos de forma autónoma, para estar al día de las últimas tendencias en el periodismo de investigación basado en datos y su visualización.

Competencias específicas

• CE1. Seleccionar los datos más relevantes para la investigación en curso dentro de una amplia gama de fuentes de datos adaptadas al periodismo de investigación basado en datos y su visualización.
• CE2. Analizar y resumir los datos desde una perspectiva científica para su aplicación y uso en el  periodismo de investigación.
• CE3. Explorar y detectar anomalías en los datos obtenidos de diversas fuentes para su utilización en el periodismo de investigación.
• CE4. Familiarizarse con diversos estándares de datos y utilizar herramientas de conversión entre ellos en el contexto del periodismo de investigación basado en datos y su visualización.

Competencias transversales

• CT1. Analizar de forma reflexiva y crítica las cuestiones más relevantes de la sociedad actual para una toma de decisiones coherente.
• CT2. Identificar las nuevas tecnologías como herramientas didácticas para el intercambio comunicacional en el desarrollo de procesos de indagación y de aprendizaje grupal.
• CT3. Aplicar los conocimientos y capacidades aportados por los estudios a casos reales y en un entorno de grupos de trabajo en empresas u organizaciones.
• CT4. Adquirir la capacidad de trabajo independiente, impulsando la organización y favoreciendo el aprendizaje autónomo.

Contenidos

Tema 1. Conceptos básicos de estadística para periodistas
¿Por qué un periodista tiene que saber matemáticas?
¿Qué es la estadística?
Medidas de proporción: razón, tasa, porcentaje e índice
Cambio en el tiempo: variación neta frente a variación relativa
Equivalencias frecuentes y criterios de redondeo

Tema 2. Medidas de tendencia central: saber elegir la adecuada
Qué es una variable y tipos
Media aritmética, media ponderada y media móvil
Cuando la media no es la mejor opción: mediana y moda

Tema 3. Medidas de dispersión y cómo usarlas para detectar outlier
Medidas de posición y su uso en las noticias: cuartiles, deciles y percentiles
Las medidas de dispersión: rango, varianza y desviación típica. Qué son y qué información pueden darnos de nuestros datos
Qué son los datos outlier, cómo identificarlos y qué hacer con ellos

Tema 4. Aprender a leer un gráfico estadístico para plantearnos qué investigar
Por qué es importante hacer un análisis exploratorio de nuestros datos antes de sacar una conclusión
Cómo leer un diagrama de caja
Cómo leer un histograma
Distribución normal y curvas de densidad

Tema 5. Diferencia entre muestra y población
Diferencia entre muestra y población
Regla de la aleatoriedad y tipos de muestras
La importancia de tener en cuenta el error de la muestra
Qué es el cociente de elevación que usa el INE en sus microdatos

Tema 6. Valorar e interpretar adecuadamente una encuesta
El concepto de probabilidad y por qué es tan difícil comprenderlo
Modelos y leyes de la probabilidad
Consejos del British Polling Council para fiarnos de una encuesta

Tema 7. Los «crímenes» a la estadística más comunes de los periodistas
Correlación no es causalidad
Las confusiones con los porcentajes
El caso de «X» violaciones al minuto en India o la importancia de buscar medidas comparables
Otros errores comunes al trabajar con estadísticas

Tema 8. El uso de modelos predictivos en periodismo
Los modelos predictivos en periodismo o por qué un periodista de datos no debe quedarse al margen del boom de la inteligencia artificial
Inteligencia artificial, data science, machine learning y modelos predictivos
Modelos de regresión lineal
Modelos de regresión logística
Otros algoritmos para encontrar grupos similares en una población

Tema 9. El uso de R para hacer cálculos estadísticos
El uso de R como alternativa a Excel para hacer cálculos estadísticos
Pequeña guía para comenzar con R
Funciones en R para calcular estadísticos descriptivos
Dibujar histogramas, diagramas de caja y dispersión en R
Cálculo de modelos de regresión lineal simples en R y ejemplos prácticos en reportajes de investigación

Tema 10. Ejemplos de aplicación estadística en medios de comunicación
Quién es Nate Silver y la filosofía de FiveThirtyEight
¿Cómo funcionan los agregadores de encuestas?
El caso concreto de las elecciones presidenciales de Estados Unidos de 2016 y el cuestionamiento de los agregadores

Metodología

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:

• Trabajos. Se trata de actividades de diferentes tipos: reflexión, análisis de casos, prácticas, etc.
• Participación en eventos. Son eventos programados todas las semanas del cuatrimestre: sesiones presenciales virtuales, foros de debate, test.

En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.

Descarga el pdf de la programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final presencial

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

Bibliografía

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.

Bibliografía complementaria.

Asher, H. (2011). Polling and the Public: What Every Citizen Should Know. CQ Press.

Blastland, M. y Dilnot, A. (2009). El tigre que no está. Un paseo por la jungla de la estadística. Turner.

Cohen, S. (2010). Numbers in the Newsroom: Using Math and Statistics in News. Ire.

Font, J. y Pasadas del Amo, S. (2016). Las encuestas de opinión. CSIC y Catarata.

Freedman, D. (2008). Statistic. Norton & Co.

Greenwood, S. (2017). Future Journalism: Where We Are and Where We’re Going. Routledge.

Grolemund, G. y Wickham, H. (2017). R for data science. O´Reilly.

Hogg, R. V., Tanis, E. A. y Zimmerman, D. (2014). Probability and Statistical Inference. Pearson.

Huff, D. (2015). Cómo mentir con estadísticas. Editorial Crítica.

James, G. et al. (2014). An Introduction to Statistical Learning with Applications in R. Springer.

Lewis, M. (2017). Deshaciendo errores. Debate.

Mafokozi, J. (2010). Introducción a la estadística para gente de letras. Editorial CCS.

Moore, D. S. (2008). Estadística aplicada básica. Antonio Bosch.

Nguyen, A. (2017). News, Numbers and Public Opinion in a Data-Driven World. Bloomsbury Publishing.

Rahlf, T. (2017). Data Visualisation with R: 100 Examples. Springer.

Salkind, N. J. (2016). Statistics for people who (think they) hate statistics. Sage Pubn.

Seife, C. (2010). Proofiness: The Dark Arts of Mathematical Deception. Penguin Group.

Silver, N. (2014). La señal y el ruido: Cómo navegar por la maraña de datos que nos inunda, localizar los que son relevantes y utilizarlos para elaborar predicciones infalibles. Grupo Planeta.

Silverman, C. (2009). Regret the Error: How Media Mistakes Pollute the Press and Imperil Free Speech. Union Square Press.

Sumpter, D. (2015). Outnumbered: From Facebook and Google to Fake News and Filter-bubbles – The Algorithms That Control Our Lives. Bloomsbury Publishing.

Thompson, S. (2012). Sampling (Wiley Series in Probability and Statistics) (3ª ed.). Hoboken, New Jersey: John Wiley & Sons.

Usher, N. (2016). Interactive Journalism: Hackers, Data, and Code. University of Illinois Press.

Evaluación y calificación

El sistema de calificación se basa en la siguiente escala numérica:

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 de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.

Profesorado

Antonio Rodríguez

Formación académica:  Doctor en Económicas por la University of Southern Denmark y Máster en Economía Industrial por la Universidad Carlos III.
Experiencia:  Durante una década ha sido profesor en los departamentos de Económicas de universidades de todo el mundo en países como Dinamarca, Colombia, Chile, Marruecos, Chipre o España. En la actualidad, es investigador en la VSB Technical University of Ostrava (República Checa).
Líneas de investigación:  Su investigación se centra en métodos cuantitativos, economía aplicada a la salud, derecho y economía.

Orientaciones para el estudio

Obviamente, al tratarse de formación on-line 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:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual de Lo que necesitas saber antes de empezar. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo personal con tu profesor-tutor.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema, constituyen el contenido del tema y el material básico de estudio. Lee siempre el primer apartado, Presentación, porque allí te especificamos qué material tienes que estudiar. Consulta, además, las secciones del tema que contienen material complementario (Lo + recomendado, + Información).
5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu profesor-tutor te informarán de las novedades de la asignatura.

Recuerda que en el aula virtual de Lo que necesitas saber antes de empezar puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.