Titulació | Tipus | Curs |
---|---|---|
2503852 Estadística Aplicada | OB | 3 |
Podeu consultar aquesta informació al final del document.
S’assumeix l’assoliment previ de coneixements suficients tant en estadística teòrica (models lineals, inferència estadística i càlcul de probabilitats) com en maneig aplicat de programari estadístic. Les pràctiques es podran seguir amb R, SAS o Stata.
És prerequisit un nivell d’anglès suficient per a comprendre articles científics per aplicar coneixements de modelització.
Aprendre diferents estratègies de modelització per l'anàlisi de dades, tant pel que fa a la vessant teòrica com a les seves aplicacions. Proporcionar els coneixements aplicats en quant a disseny, organització, realització, supervisió, anàlisi, interpretació i difusió de resultats.
Els objectius generals de l'assignatura són:
Hi haurà exemples pràctics a cada bloc i els alumnes hauran de lliurar les pràctiques fetes en grups
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classe pràctica | 50 | 2 | |
Classe teòrica | 50 | 2 |
Activitats dirigides:
El material docent de suport contindrà els continguts essencials de les classes teòriques, estarà disponible amb antelació al Campus Virtual de l’assignatura, i es recomana als alumnes que el tinguin disponible durant la classe (format ordinador, tableta o paper) per a facilitar el seu seguiment.
Activitats autònomes
Tutories i atenció personal als estudiants
S’espera que els estudiants assisteixin a classe i consultin els dubtes participant activament en la discussió de les mateixes. No obstant, podeu consultar amb els professors usant el foro del campus virtual i els correus electrònics indicats a l’equip docent
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Avaluació continuada presencial a classe | 15% | 4 | 0,16 | CM09, CM10, KM12, SM12, SM14 |
Examen 1 | 15% | 6 | 0,24 | CM09, CM10, KM12, SM12, SM14 |
Examen 2 | 15% | 6 | 0,24 | CM09, CM10, KM12, SM12, SM14 |
Tests d'autoaprenentatge | 10% | 4 | 0,16 | CM09, CM10, KM12, SM12, SM14 |
Treballs pràctics | 45% | 30 | 1,2 | CM09, CM10, KM12, SM12, SM14 |
En el cas de que es compleixin els criteris per promitjar, llavors la nota final de l’assignatura es calcularà usant les ponderacions descrites en aquest apartat. En cas contrari, caldrà recuperar les activitats afectades per tal poder fer el promig. Cal obtenir un mínim de 5 punts sobre 10 per a aprovar l'assignatura.
Per avaluar el grau d'assoliment de les competències, es comptarà amb els següents instruments i ponderacions:
Exàmens
Es faran dos exàmens parcials amb una ponderació del 15% cadascú on els alumnes hauran de contestar preguntes sobre els conceptes teòrics i aplicats. La nota mínima per ponderar és de 3 sobre 10.
Aquestes activitats són obligatòries. Per a poder accedir a recuperació cal haver-se efectuat el 80% de les activitats avaluables, i haver-se presentat als 2 parcials.
Treballs de pràctiques
Aquestes activitats són obligatòries i cal tenir al menys una nota de 4 sobre 10 en cadascuna de d’elles, en cas contrari caldrà recuperar les activitats afectades. Les pràctiques puntuen un 45% de la nota global de l'assignatura.
Lliuraments fora de termini:
Aquestes activitats són obligatòries i recuperables.
Activitats d’autoaprenentatge
Tindran un pes del 10% sempre que s’haginrealitzat al menys un 80% de les activitats, en cas contrari la nota d’aquesta part serà un zero. No hi ha nota mínima per aquestes activitats.
Lliuraments fora de termini:
Aquestes activitats no són obligatòries però tampoc són recuperables.
Formació i avaluació continuada
Es recorda que l’avaluació es farà d’acord als continguts comentats pel professorat a classe, i que per tant l’assistència presencial és altament recomanable donat que no tota la informació és accessible al campus virtual.
A més, durant el curs es farà avaluació continuada i caldrà haver participat amb un 80% de les activitats avaluatives per a que ponderi en un 15%, en cas contrari la nota d’aquesta part serà un zero. S'usaran d'eines estàndard d'innovació docent que controlen la participació a classe. No hi ha nota mínima per aquestes activitats.
Aquestes activitats no són obligatòries però tampoc són recuperables.
Resum de criteris i pesos per l’avaluació de l’assignatura
Participació1 |
Participació mínima2 |
Nota mínima3 |
Activitat Recuperable4 |
Ponderació5 |
|
Examen 1erparcial |
Obligatòria |
100% |
3 |
Obligatòria |
15% |
Examen 2onparcial |
Obligatòria |
100% |
3 |
Obligatòria |
15% |
Treballs pràctics |
Obligatòria |
100% |
4 |
Obligatòria |
45% |
Auto- aprenentatge |
Voluntària |
≥80% |
NA |
No recuperable |
10% |
Avaluació continuada |
Voluntària |
≥80% |
NA |
No recuperable |
15% |
NA: No aplicable
1: Participació obligatòria implica que la no participació caldrà recuperar-la per ponderar, i si no es fa no es podrà promitjar i per tant superar l’assignatura. Participació voluntària implica que no és obligatòria però que tampoc es podrà recuperar en posterioritat.
2: Valor de participació mínima per ponderar, en cas contrari les activitats comptaran com a 0
3: Nota mínima sobre 10 punts per ponderar amb la resta, en cas de no assolir el mínim s’haurà de recuperar l’activitat en concret, siguin quines siguin la resta de notes de la mateixa tipologia
4: Quan l’activitat és recuperable cal recuperar-la si no s’obté la nota mínima. En cas d’activitat no recuperable, la nota no es podrà recuperar, i per tant ponderarà a la nota final encara que sigui 0 o inferior a qualsevol llindar.
5: Valor de ponderació si es compleixen els criteris previs
Faraway, J. (2006). Extending the Linear Model with R. Chapman & Hall.
Hosmer, D.W.; Lemeshow, S. & Sturdivant, R.X. (2013) Applied Logistic Regression. 3rd ed. Wiley.
Pinheiro JC & Bates D (2000) Mixed-Effects Models in S and S-PLUS. Springer.
T Hastie, R Tibshirani, J Friedman. (2009) The Elements of Statistical Learning. Data Mining, Inference and Prediction, Springer, New York.
Therneau T, Grambsch P. Modeling Survival Data: Extending the Cox Model (Statistics for Biology and Health). Springer-Verlag New York Inc.; Edición: 1st ed. 2000.
Venables, W. & Ripley, B. (2002). Modern Applied Statistics with S-PLUS. Springer
Verbeke G, Molenberghs G. Linear Mixed Models for longitudinal Data. New York: Springer-Verlag, 2000.
SAS version 9.4 software (© SAS Institute Inc., Cary, NC, USA)
STATA (© Stata Corporation, College Station, TX, USA) and
R (© 2010 R free software foundation: http://www.r-project.org).
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(PLAB) Pràctiques de laboratori | 1 | Català | segon quadrimestre | tarda |
(TE) Teoria | 1 | Català | segon quadrimestre | tarda |