• Descripció

Aquesta assignatura es focalitza en l'anàlisi estadística aplicada a la ciència de les dades. S'estudiaran 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

Tema 1. Introducció als models de Data Science i a l'estadística   

Tema 2. Preprocessament de dades   

Tema 3. Estadística descriptiva i introducció a l'estadística inferencial  

Tema 4. Modelització predictiva  

Tema 5. Anàlisi de variància i disseny experimental en ciència de dades

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els 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 multivariant 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

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 realitzats.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material, programari o dispositius no autoritzats durant l'avaluació, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb l'establert a la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons l'establert a la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant avaluació contínua com avaluació final, per mitjà d'una prova oral o els mitjans síncrons o asíncrons que estableixi la Universitat. Aquests mitjans tindran per objecte verificar els coneixements i les competències que garanteixin l'autoria; en cap cas no implicaran una segona avaluació. Si no és possible garantir l'autoria de l'estudiant, la prova serà qualificada amb D, en el cas de l'avaluació contínua, o amb un Suspens, en el cas de l'avaluació final.
  A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació; és responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

• Consulta del model d'avaluació