• Descripció

En aquesta assignatura es veurà l'anàlisi estadística aplicada a la ciència de les dades. Es veuran en profunditat els models de la ciència de dades i l'estadística, des de l'estadística descriptiva a l'estadística inferencial, així com tècniques de preprocessament de dades i models de regressió. Finalment, es veuran els conceptes relacionats amb el disseny experimental en ciència de dades i la comparació de diferents mètodes d'extracció d'informació mitjançant l'anàlisi de variància.

• L'assignatura en el conjunt del pla d'estudis

• Coneixements previs

En aquesta assignatura es suposen adquirits els continguts propis d'un curs d'estadística bàsica: Estadística descriptiva, introducció a l'anàlisi de dades i mostreig, probabilitat i variables aleatòries, inferència i modelització estadística, regressió lineal múltiple i anàlisi de la variància.

• Informació prèvia a la matrícula

• Objectius i competències

• Comprendre l'extensió dels conceptes bàsics d'estadística per a ciència de dades i del disseny d'una investigació mitjançant el mètode científic.
• Distingir entre estadística descriptiva i inferencial.
• Aplicar els mètodes d'estadística descriptiva per a definir el valor central i dispersió de les dades d'una mostra, així com aplicar adequadament els tipus de gràfics més habituals.
• Conèixer la importància del preprocessament de dades en un procés d'anàlisi de dades i saber aplicar els mètodes adequats de preprocessament.
• Conèixer i aplicar els mètodes adequats d'estadística inferencial per descriure les característiques d'una població o comparar diverses poblacions.
• Identificar els diferents tipus de problemes que sorgeixen en l'àmbit de la ciència de dades i saber quins models i mètodes s'apliquen en cada cas.
• Conèixer els principis bàsics de les tècniques de disseny en ciència de dades.
• Saber quan utilitzar el mostreig i quan particionar un joc de dades en conjunt d'entrenament i de test.
• Familiaritzar-se amb la importància de la reproductibilitat, l'avaluació i la validació d'un experiment o model.
• Conèixer les diferents tècniques de regressió: lineal, no lineal i logística. Entendre les seves aplicacions en ciència de dades: predicció o classificació de classes.
• Ser capaç de dur a terme les anàlisis de dades requerides, utilitzant programari estadístic apropiat com el llenguatge R.

• Continguts

• Consulta dels recursos d'aprenentatge de què disposa l'assignatura

• Recursos d'aprenentatge i eines de suport

El conjunt de materials que disposa l'assignatura és el següent:

• Documents de referència de cada bloc del curs. Aquests són quatre documents en format PDF que serveixen com a introducció a la temàtica de cada bloc del curs:
  
  • Introducció a l'estadística
  • Preprocés de les dades
  • Modelització predictiva: introducció als models lineals generalitzats
  • Disseny experimental en analítica de dades
• Curs d'estadística bàsica: Aquests materials pertanyen a un curs d'estadística bàsica i el seu coneixement és essencial per poder desenvolupar les activitats del curs. Els materials disponibles per a cada bloc del curs són:
  • Estadística bàsica:
    • Mòdul 0. Estadística
    • Mòdul 1. Estadística descriptiva
    • Mòdul 2. Mostreig
    • Mòdul 3. Probabilitat
    • Mòdul 4. Variables aleatòries
    • Mòdul 5. Teorema del límit central
    • Mòdul 6. Intervals de confiança
    • Mòdul 7. Contrast d'hipòtesi
    • Mòdul 8. Contrast de dues mostres
    • Mòdul 9. Contrast de variàncies
  • Modelització predictiva:
    • Mòdul 10. Regressió lineal simple
    • Mòdul 11. Regressió lineal múltiple
  • Disseny experimental en analítica de dades:
    • Mòdul 12. Anàlisi de la variància (ANOVA)
  • Mòduls d'introducció al llenguatge i entorn R:
    
    • Mòdul 0. Matemàtiques i estadística amb R
    • Mòdul 1. L'entorn estadístic R. Estructura, llenguatge i sintaxi
    • Mòdul 2. Àlgebra lineal i càlcul amb R.
    • Mòdul 3. Anàlisi de dades i estadística descriptiva amb R i R-Commander
    • Mòdul 4. Distribucions de probabilitat i inferència estadística amb R-Commander
    • Mòdul 5. Models de regressió i anàlisi multivariante amb R-Commander
• Enllaços a pàgines externes, amb informació complementària: Aquesta informació se subministrarà per a cada activitat específica.

• Informacions sobre l'avaluació a la UOC

La Normativa acadèmica de la UOC disposa que el procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis fets.

La manca d'originalitat en l'autoria o el mal ús de les condicions en què es fa l'avaluació de l'assignatura és una infracció que pot tenir conseqüències acadèmiques greus.

L'estudiant serà qualificat amb un suspens (D/0) si es detecta manca d'originalitat en l'autoria d'alguna activitat avaluable (pràctica, prova d'avaluació contínua (PAC) o final (PAF), o la que es defineixi al pla docent), sigui perquè ha utilitzat material o dispositius no autoritzats, sigui perquè ha copiat textualment d'internet, o ha copiat d'apunts, de materials, de manuals o d'articles (sense la citació corresponent), d'altres estudiants, o per qualsevol altra conducta irregular.

La qualificació de suspens (D/0) en les qualificacions finals d'avaluació contínua pot comportar l'obligació de fer l'examen presencial per a superar l'assignatura (si hi ha examen i si superar-lo és suficient per a superar l'assignatura segons indiqui el pla docent).

Quan aquesta mala conducta es produeixi durant la realització de les proves d'avaluació finals presencials, l'estudiant pot ser expulsat de l'aula, i l'examinador farà constar tots els elements i la informació relatius al cas.

D'altra banda, aquesta conducta pot donar lloc a la incoació d'un procediment disciplinari i l'aplicació, si escau, de la sanció que correspongui.

La UOC habilitarà els mecanismes que consideri oportuns per a vetllar per la qualitat de les seves titulacions i garantir l'excel·lència i la qualitat del seu model educatiu.

• Consulta del model d'avaluació