Profesores Docentes
Los resultados de Aprendizaje de esta asignatura son:
R1. Realizar análisis estadísticos de conjuntos de datos
R2. Combinar conjuntos de datos
R3. Desarrollar capacidades básicas de programación en R
R4. Crear representaciones gráficas (visualizaciones) relevantes de conjuntos de datos
1. Datos y estadística
1.1.Estadística descriptiva
1.2.Introducción a R
1.3.Análisis exploratorio de datos
2. Combinación de conjuntos de datos
2.1.Concatenación de datos
2.2.Join de datos
2.3.Combinación de conjuntos de datos en R
3. Visualización de datos
3.1.Introducción
3.2.Dimensiones, métricas y KPIs
3.3.Tipos de visualizaciones
3.4.Cuadro de mandos
3.5.Herramientas de visualización de datos
La asignatura tiene un funcionamiento semanal con dos sesiones lectivas, una de una hora y una de dos. Aproximadamente la mitad de las horas lectivas serán magistrales y la otra mitad tendrán una componente práctica u orientada a resolver ejercicios que permitan reforzar las capacidades de los alumnos. Cada dos o tres semanas se propondrán ejercicios a realizar en casa y que conformarán una parte esencial de la Evaluación Continua (más información en el apartado correspondiente). Estos ejercicios estarán orientados a consolidar los conocimientos de la asignatura y preparar al alumno tanto para los exámenes como para el proyecto. También ayudarán al estudiante a entender la aplicabilidad del temario de la asignatura.
- Exámenes: 40%
o Examen de midterm: 15%
o Examen final: 25% (*)
- Proyecto en grupo: 20% (*)
- Evaluación continua: 35%
o Asistencia y participación en clase: 15%
o Homework: 20%
- Innovation and Integration (I&I): 5%
(*) El examen final y el proyecto en grupo deben aprobarse para optar a aprobar la asignatura.
En caso de suspender el examen final o el proyecto en grupo, el alumno se tendrá que presentar a la segunda convocatoria en julio, para la cuál se diseñará un examen nuevo. En este caso, la evaluación final se compondrá en un 70% de la nota del examen y en un 30% de la nota del proyecto.
Hadley Wickham & Garrett Grolemund, R For Data Science, OREILLY, 2017 Jonas Holt, Sets of Data. Where We re Going. Where We ve Been. Contents. Statistics in Action. Using Technology, 2017.