Titulación | Tipo | Curso | Semestre |
---|---|---|---|
2500259 Ciencia política y gestión pública | OB | 3 | 1 |
Se asume que el estudiante ha adquirido previamente las nociones básicas de metodología de la investigación. Es muy recomendable haber superado la asignatura obligatoria de Metodología del Análisis Política. El estudiante debe poder leer en inglés y trabajar con hojas de cálculo (Excel).
El objetivo del curso es que el estudiante se familiarice con las principales técnicas de análisis de datos y aprenda a utilizarlas. La mayor parte del curso está dedicada al análisis de regresión lineal y sus extensiones. Se evitan las cuestiones matemáticas y se prioriza la formación práctica y la interpretación de resultados. Así mismo, se introduce al estudiante en el uso del lenguaje de programación estadística R a través de RStudio, con el objetivo de reforzar el aprendizaje de habilidades relacionadas con la gestión, exploración y visualización de datos, la reproducibilidad del análisis y la comunicación efectiva de los resultados. A lo largo del curso se trabajará con datos reales de interés social y político y se fomentará la utilización crítica y responsable de datos abiertos.
1. Visualización y análisis exploratorio de datos
2. Gestión de datos
3. Regresión lineal simple
4. Regresión múltiple
5. Variables independientes categóricas
6. Regresión con variables dependientes categóricas
Las sesiones presenciales incluyen dos tipos de actividades:
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Actividades expositivas | 30 | 1,2 | 6, 7, 8, 12, 11, 19, 14, 18, 20, 22, 17, 23, 25, 24 |
Ejercicios y prácticas en el aula | 19,5 | 0,78 | 6, 7, 8, 12, 11, 19, 14, 18, 20, 22, 21, 17, 23, 25, 24 |
Tipo: Supervisadas | |||
Tutorías | 15 | 0,6 | 6, 7, 8, 12, 11, 19, 14, 18, 20, 22, 21, 17, 23, 25, 24 |
Tipo: Autónomas | |||
Estudio | 83,5 | 3,34 | 6, 7, 8, 12, 11, 14, 18, 20, 22, 21, 17, 23, 25, 24 |
La evaluación se realizará en función de los resultados de las siguientes actividades:
Para superar la asignatura, es necesario que se cumplan todos los requisitos siguientes:
Recuperación
Sólo el examen final es recuperable; los ejercicios en el aula y las prácticas están excluidas del proceso de recuperación.
Para participar en la recuperación, es necesario que se cumplan los dos requisitos siguientes:
Otras consideraciones
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Ejercicios en el aula | 10% | 0 | 0 | 6, 7, 8, 12, 11, 19, 14, 18, 20, 22, 21, 17, 23, 25, 24 |
Examen final | 50% | 2 | 0,08 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 12, 11, 13, 14, 15, 16, 18, 20, 22, 21, 17, 23, 25, 24 |
Prácticas evaluables | 40% | 0 | 0 | 6, 7, 8, 12, 11, 19, 14, 18, 20, 22, 21, 17, 23, 25, 24 |
Básica
Çetinkaya-Rundel, Mine, & Johanna Hardin. 2021. Introduction to Modern Statistics. OpenIntro. Accesible en: openintro-ims.netlify.app.
Complementaria