|
|||||
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 Contenidos Consulta de los recursos de aprendizaje de la UOC para la asignatura Información adicional sobre los recursos de aprendizaje y herramientas de apoyo 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 2023-2024. 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. | |||||
Este curso está diseñado para proporcionar al estudiante un enfoque integrado, en profundidad pero aplicado, en el análisis multivariante de datos. El curso pretende proporcionar al estudiante un conjunto de herramientas para la investigación que le permitan analizar y comprender mejor los datos provenientes de experimentos donde se analizan sistemas, redes o procesos y explicar satisfactoriamente en artículos científicos los resultados obtenidos. Los temas correspondientes incluyen, entre otros, los siguientes: Regresión múltiple, ANOVA, ANCOVA, Detección de datos atípicos, Representación de Datos, Análisis de componentes principales, Análisis factorial, Análisis de conglomerados. |
|||||
Se trata de una asignatura optativa para aquellos interesados en el estudio de datos multivariantes. |
|||||
La asignatura proporciona los fundamentos necesarios para cualquier analísta de datos. |
|||||
Se recomienda tener conocimientos previos de álgebra lineal, así como de programación. Es muy recomendable ser capaz de leer textos en Inglés aunque el texto base y la asignatura se imparten en Español. |
|||||
|
|||||
Durante las últimas 3 semanas del curso nos centramos en consolidar los conocimientos adquiridos en el curso y en la resolución de la prueba de evaluación continua 2. También, trabajamos de forma adicional y opcional según las preferencias de cada alumno y de forma individualizada en temas complementarios: Regresión múltiple, ANOVA, ANCOVA, Análisis Factorial, Redes Neuronales Artificiales, etc. |
|||||
An introduction to R. |
|||||
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 autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular. Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC. En el marco del proceso de evaluación, la UOC se reserva la potestad de:
|
|||||
|