|
||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Información previa a la matrícula Objetivos y competencias Consulta de los recursos de aprendizaje de los que dispone la asignatura Informaciones sobre la evaluación en la UOC Consulta del modelo de evaluación | ||||||||||
Este es el plan docente de la asignatura para el primer semestre del curso 2024-2025. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||
Análisis Multivariante (22.508) es una asignatura obligatoria, impartida desde el área de conocimiento de Metodología de la Investigación, al Grado de Ciencia de Datos Aplicada. Esta asignatura se propone abordar los conocimientos, las habilidades y los valores vinculados con el desarrollo de modelos estadísticos que permiten llevar a cabo un análisis complejo de los datos. En este sentido, la asignatura presenta el análisis multivariante como el marco analítico general que permite modelar las múltiples relaciones existentes entre diversas variables de forma simultánea y se plantea, como objetivo general, proporcionar a los estudiantes con conocimientos estadísticos previos, una aproximación general al proceso de construcción de modelos de dependencia y de interdependencia. Para hacer esto, introduce algunas de las técnicas disponibles más importantes cómo son el análisis factorial, el análisis de correspondencias, el agrupamiento de casos –clústeres–, la regresión múltiple, la regresión logística, el análisis de la varianza (ANOVA) de dos o más factores y el análisis multivariante de la varianza (MANOVA). Estos conocimientos avanzados deben resultar útiles a los estudiantes para ser capaces de valorar la conveniencia de llevar a cabo un análisis multivariante sobre conjuntos complejos de datos en función de sus objetivos, así como para familiarizarse con las características de las diferentes técnicas y las condiciones en que pueden ser utilizadas. |
||||||||||
Análisis Multivariante (22.508) forma parte de la materia “Matemáticas y estadística” del Grado de Ciencia de Datos Aplicada. En una programación en cuatro cursos, esta asignatura está prevista para el segundo semestre del primer curso, y tiene como asignaturas precedentes Álgebra Lineal y Probabilidad y Estadística. En este sentido, es importante tener presente que Análisis Multivariante está especialmente ligada a esta última, puesto que supone un paso más en la comprensión y la aplicación de técnicas estadísticas en escenarios complejos, siendo capaces de hacer inferencias a las poblaciones de donde provienen las muestras utilizadas. De acuerdo con esta planificación en cuatro cursos, los estudiantes cursarán a continuación Modelado y optimización y Modelización e inferencia bayesiana, que les permitirán profundizar en el tratamiento estadístico de datos complejos, trabajando en escenarios de mejora de los modelos estadísticos a partir de estrategias basadas en la simulación y adoptando una óptica no frecuentista alternativa, respectivamente. |
||||||||||
El análisis multivariante de los datos es una materia transversal aplicable en multitud de escenarios en que trabajan una gran diversidad de profesionales, todos ellos interesados en desarrollar un conocimiento avanzado sobre los fenómenos objeto de análisis a partir de la construcción de modelos complejos que tengan en cuenta las múltiples relaciones existentes entre las diferentes variables implicadas de forma simultánea. Entre otros, podemos destacar los expertos en investigación y técnicas de mercado, los analistas técnicos financieros, los analistas de proyectos R+D o incluso los investigadores provenientes de los entornos más académicos, todos ellos profesionales que incorporan en su día a día esta aproximación compleja a los datos para ayudar a la toma de decisiones. | ||||||||||
De acuerdo con la planificación de la titulación, no hay ningún requerimiento previo que no sea haber superado las asignaturas anteriores de la materia “Matemáticas y estadística”. | ||||||||||
El manual básico de la asignatura está en inglés, aunque se han previsto algunos recursos adicionales complementarios en castellano que pueden resultar de utilidad. | ||||||||||
Competencias
Resultados de aprendizaje
|
||||||||||
|
||||||||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
||||||||||
|