Titulación | Tipo | Curso |
---|---|---|
2504216 Historia, Política y Economía Contemporáneas / Contemporary History, Politics and Economics | FB | 1 |
Puede consultar esta información al final del documento.
Aún no existiendo requisitos formales, se asume que los y las estudiantes acceden al grado con nociones suficientes de matemáticas adquiridas en el bachillerato.
La mayoría de las asignaturas se imparten en inglés. Se considera indispensable que los y las estudiantes tengan un nivel de inglés correspondiente a B2 del marco de referencia europeo, aunque que para el acceso al grado no se prevé una prueba específica de nivel de competencia lingüística en inglés.
El objetivo principal de la asignatura es que el y la estudiante comprenda y sea capaz de utilizar las herramientas de análisis de datos y probabilísticas que son necesarias para abordar el estudio de la inferencia estadística. En este sentido, la asignatura está claramente ligada, en cuanto a su aplicación inmediata, con la asignatura Estadística.
Sin embargo, las competencias que el y la estudiante adquiere en esta asignatura son de gran utilidad en otras materias y discilplinas en las que el tratamiento de datos y los fenómenos aleatorios tengan un papel importante.
Tema 1 Análisis de datos. Obtención de los datos: muestreo y propiedades. Tipo de variables y tablas de distribución de frecuencias. Medidas de posición, de dispersión, de forma y de relación entre variables. Representaciones gráficas. Números índice.
Tema 2 Teoría de la probabilidad. Eventos aleatorios y espacios muestrales. Cálculo de probabilidades y sus propiedades. Probabilidad condicionada y fórmula de Bayes.
Tema 3 Variables aleatorias discretas. Definición de variable aleatoria. Función de probabilidad, esperanza y varianza de una variable aleatoria dsicreta. Distribuciones discretas clásicas: Bernouilli, Binomial, Poisson, y Geométrica. Variables aleatorias multidimensionales.
Tema 4 Variables aleatorias continuas. Función de densidad, esperanza y varianza de una variable aleatoria continua. Distribuciones continúas clásicas: Uniforme, Exponencial y Normal. Aproximación de las distribuciones Binomial y Poisson por la Normal.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases Prácticas (Ejercicios y prácticas con ordenador) | 17 | 0,68 | 4, 8, 9, 7, 11 |
Clases Teóricas | 33 | 1,32 | 1, 2, 3, 5, 10, 6, 8, 9, 7 |
Tipo: Supervisadas | |||
Tutorías y seguimiento de los trabajos a realizar | 16,5 | 0,66 | 2, 3, 8, 9 |
Tipo: Autónomas | |||
Estudio individual y realización de actividades | 80 | 3,2 | 1, 2, 3, 5, 4, 8, 9, 7, 11 |
Las actividades que permitirán la asimilación por parte del alumnado de los conceptos básicos del curso serán:
1. Clases teóricas
El objetivo de esta actividad es presentar en clase las nociones fundamentales y facilitar el aprendizaje del alumnado.
2. Listas de problemas
Cada tema tendrá asociada una lista de problemas que tendrá que ser resuelta de manera individual. El objetivo de esta actividad es doble, ya que por un lado pretende que los alumnos y las alumnas asimilen los conceptos teóricos expuestos en clase y por la otra que adquiera la destreza necesaria para resolver problemas.
3. Clases de problemas donde se discutirá la resolución de los problemas
Esta actividad tiene como finalidad comentar y resolver las dudas que hayan podido surgir durante la resolución de los problemas para poder entender y al mismo tiempo corregir los posibles errores cometidos.
4. Prácticas de ordenador
En estas prácticas los y las estudiantes aprenderán a utilizar herramientas computacionales para el tratamiento y análisis de los datos.
5. Tutorías presenciales
Los y las estudiantes dispondrán de unas horas donde el profesor o profesora de la asignatura podrá resolver dudas de manera presencial.
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 | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Entrega de ejercicios y trabajos | 25% | 0,5 | 0,02 | 2, 4, 8, 9, 7, 11 |
Examen Final | 50% | 2 | 0,08 | 1, 2, 3, 5, 10, 6 |
Examen Parcial | 25% | 1 | 0,04 | 1, 2, 3, 5, 10, 6 |
--- EVALUACIÓN ÚNICA ---
Esta asignatura contempla la opción de avalación única. La solicitud de evaluación única supone la renuncia a la evaluación continua. La evaluación única debe ser solicitada dentro del plazo y siguiendo el procedimiento establecido por la Facultad.
Las y los estudiantes que opten por esta opción deben ser conscientes de que el aprendizaje de RStudio es una parte importante de los contenidos de esta asignatura y, en consecuencia, una de las competencias a evaluar. En este sentido, las y los estudiantes serán responsables de disponer de una instalación de este software en su ordenador portátil, en buen estado de funcionamiento, para poder ser utilizado en la fecha de realización de la evaluación.
Las actividades que forman parte de la evaluación única son:
Evidencia |
Peso |
Duración |
Actividad presencial |
Examen Final |
50% |
2 horas |
SI |
Rstudio LABTEST |
25% |
1 hora |
SI |
Entrega de ejercicios y/o trabajos |
25% |
- |
No |
Los procedimientos de revisión de las calificaciones y de recuperación, así como la normativa sobre irregularidades en los actos de evaluación son los mismos que para la evaluación continua, de acuerdo con lo que se detalla en los apartados correspondientes que se encuentran más abajo.
--- EVALUCIÓN CONTINUA ---
La evaluación del alumnado se realizará atendiendo a las siguientes actividades:
1. Un examen parcial
Prueba escrita en la que no se permitirá consultar ningún tipo de material de ayuda. Esta prueba no libera materia.
2. Un examen final
Prueba escrita en la que no se permitirá consultar ningún tipo de material de ayuda e incluirá toda la materia del curso.
El examen está diseñado para que los y las estudiantes realicen un último esfuerzo de aprendizaje y síntesis que se considera necesario para consolidar los conocimientos previamente adquiridos.
3. Entrega de listas de ejercicios y/o trabajos
Los alumnos y las alumnas entregarán, a petición del profesorado y siguiendo sus instrucciones, ejercicios y/o trabajos resueltos individualmente y/o en grupo.
Criterios de evaluación
La nota del examen parcial representará un 25% de la calificación media de la asignatura.
La nota del examen final representará un 50% de la calificación media de la asignatura.
La nota media resultante de la entrega de ejercicios y/o trabajos representará un 25% de la calificación media de la asignatura.
Por lo tanto, la calificación media de la asignatura se obtiene como:
calificación mediade la asignatura = 25% (nota del examen parcial) +
+ 50% (nota del examen final) +
+ 25% (nota ejercicios/trabajos)
La asignatura se considerará superada si la calificación media de la asignatura es igual o superior a 5.
Un alumno o una alumna que, de acuerdo con los criterios descritos, no supere la asignatura podrá asistir a la prueba de recuperación de acuerdo con lo establecido en la sección “Proceso de Recuperación” que encontrará más adelante.
Un alumno o una alumna que no haya participado en ninguna de las actividades de evaluación se considerará "No evaluable"
Calendario de actividades de evaluación
Las fechas de las diferentes pruebas de evaluación (ejercicios en aula, entrega de trabajos, ...) se anunciarán con suficiente antelación durante el semestre a travé del Campus Virtual
"La programación de las pruebas de evaluación no se podrá modificar, salvo que haya un motivo excepcional y debidamente justificado por el cual no se pueda realizarun acto deevaluación. En este caso,las personas responsables de las titulaciones, previa consulta al profesorado y al estudiantado afectado,propondrán una nueva programación dentro del período lectivo correspondiente ." Apartado 1 del Artículo 115. Calendario de las actividades de evaluación (NormativaAcadémica UAB)
Los y las estudiantes que de acuerdo con el párrafo anterior necesiten cambiar una fecha de evaluación han de presentar la petición a la coordimacióndel grado.
Procedimiento de revisión de las calificaciones
Coincidiendo con la realización de cada actividad de evaluación se anunciará (via Moodle) el día i el medio en que se publicarán les calificaciones. De la misma manera, el profesor o profesora informará al alumnado (via Moodle) del procedimiento, lugar, fecha y hora de la revisión de las calificaciones.
Proceso de recuperación
“Para participar en el proceso de recuperación el alumnado debe haber sido previamente evaluado en un conjunto de actividades que represente un mínimo de tres cuartas partes de la calificación total de la asignatura o módulo.” Apartado 3 del Artículo 112 ter. La recuperación (Normativa Académica UAB).
Adiconalmente, los y las estudiantes deben haber obtenido una calificación media de la asignatura entre 3,5 y 4,8.
La fecha de esta prueba estará programada en el calendario de exámenes de la Facultad. El o la estudiante que se presente y la supere aprobará la asignatura con una nota de 5. En caso contrario mantendrá la misma nota.
Irregularidades en actos deevaluación
Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, "en caso que el estudiante realice cualquier irregularidad que pueda conducir a una variación significativa de la calificación de un acto de evaluación, se calificará con un 0 este acto de evaluación, con independencia del proceso disciplinario que se pueda instruir. En caso que se produzcan diversas irregularidades en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura será 0". Apartado 10 del Artículo 116. Resultados de la evaluación. (Normativa Académica UAB)
Al principio del curso se proporcionará material docente que cubre la totaltidad de los contenidos de la asignatura.
Algunos recursos adicionales que pueden resultar útiles son:
R y RStudio
R es un potente lenguaje de programación para hacer análisis estadísticos. Puede utilizarse para las tareas más simples, como por ejemplo calcular la media de una lista de números, o por las técnicas más avanzadas como modelos lineales y no lineales, contrastes estadísticos, análisis de series temporales, clasificación, "clustering", etc. De hecho, R está considerado uno de los softwares para hacer análisis estadísticos más utilizados tanto en la industria como en la academia.
R es un proyecto “open source” muy versátil y fácil de ampliar, lo que significa que es de libre distribución y que existe una comunidad de miles de usuarios y programadores que contribuyen constantemente el mantenimiento, mejora y ampliación de R. Se puede descubrir todo lo que R hace y puede hacer visitando su web: "The Comprehensive R Archive Network" en CRAN.
Por otra parte, R Studio es un potente IDE (Integrated Development Environment) para trabajar con R, y es la herramienta que utilizaremos durante el curso.
Nombre | Grupo | Idioma | Semestre | Turno |
---|---|---|---|---|
(PAUL) Prácticas de aula | 50 | Inglés | primer cuatrimestre | manaña-mixto |
(TE) Teoría | 50 | Inglés | primer cuatrimestre | tarde |