Estadística Aplicada
Grado y Doble Grado. Curso 2024/2025.
SOFTWARE ESTADÍSTICO II - 801599
Curso Académico 2024-25
Datos Generales
- Plan de estudios: 0825 - GRADO EN ESTADÍSTICA APLICADA (2009-10)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Específicas
CE2 Preparar y depurar la información disponible para su posterior tratamiento estadístico
CE4 Identificar y organizar la información relevante de un problema
CE20 Diseñar, programar e implantar paquetes estadísticos y de investigación operativa, tanto genéricos como específicos
CE21 Utilizar correctamente software estadístico programable y manejar al menos dos de los más utilizados en el mundo empresarial
CE4 Identificar y organizar la información relevante de un problema
CE20 Diseñar, programar e implantar paquetes estadísticos y de investigación operativa, tanto genéricos como específicos
CE21 Utilizar correctamente software estadístico programable y manejar al menos dos de los más utilizados en el mundo empresarial
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%
Presenciales
2,4
No presenciales
3,6
Semestre
3
Breve descriptor:
Lenguaje R. Introducción a la programación y manipulación de objetos y archivos. Funciones definidas por el usuario, estadísticas y gráficas Librerías de R y recursos en Internet.
Requisitos
Ninguno
Contenido
SOFTWARE ESTADÍSTICO II
R
1. Introducción al entorno R.
2. Modo consola y modo script en R.
3. Objetos en R.
4. Estructuras de control de flujo de ejecución.
5. Operaciones con objetos.
6. Funciones: matemáticas, estadísticas y alfanuméricas.
7. Gráficos en R.
8. Paquetes de R.
Evaluación
Se valorará la nota final a través de los conocimientos adquiridos mediante el desarrollo de ejercicios, trabajos, participación en el aula y controles parciales.
Evaluación continua del trabajo realizado en clase mediante la resolución de las hojas de problemas y realización de alguna prueba de conocimientos. La nota final tendrá en cuenta tanto la evaluación continua como la prueba final y se calculará como el máximo entre:
a) Calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.
En todo caso, el alumno sí tendrá la opción de superar la asignatura exclusivamente mediante el procedimiento de evaluación continua.
Evaluación continua del trabajo realizado en clase mediante la resolución de las hojas de problemas y realización de alguna prueba de conocimientos. La nota final tendrá en cuenta tanto la evaluación continua como la prueba final y se calculará como el máximo entre:
a) Calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.
En todo caso, el alumno sí tendrá la opción de superar la asignatura exclusivamente mediante el procedimiento de evaluación continua.
Bibliografía
Disponible como recurso electrónico en la biblioteca de la UCM
- Braun W.J., Murdoch D.J. (2021, 3rd ed.) "A first course in statistical programming with R". Cambridge.
- Jones O., Maillardet R; Robinson A. (2014) "Scientific Programming and Simulation Using R".
- Matloff, N (2011) "The Art of R programming. A Tour of Statistical Software Dening".
Disponible como recurso en la biblioteca de la UCM
- Crawley, M.J. (2009). The R book.
Disponibles en la red
- Álvarez-Liébana, J. (2023). Curso introductorio de manejo y depuración de datos. "Manejo de datos en R". Disponible gratuitamente en https://javieralvarezliebana.es/curso-R-RTVE/#/title-slide
- Álvarez-Liébana, J. (2022). Curso introductorio a la visualización de datos. "Analizando datos, visualizando información, contando historias". Disponible gratuitamente en https://javieralvarezliebana.es/curso-slides-dataviz-ECI-2022/#1
- Álvarez-Liébana, J. (2021). Manual introductorio a R base. "Aprendiendo R sin morir en el intento". Disponible gratuitamente en https://javieralvarezliebana.es/curso-intro-R/
- Mendoza Vega. (2024); "R para principiantes". Disponible gratuitamente en https://bookdown.org/jboscomendoza/r-principiantes4/
- Paradis E. (2002); "R. para principiantes". Disponible gratuitamente en https://cran.r-project.org/doc/contrib/rdebuts_es.pdf
- Santana J.S., Farfán E.M. (2014); "El arte de programar en R. Un lenguaje para la estadística". Disponible gratuitamente en https://cran.r-project.org/doc/contrib/Santana_El_arte_de_programar_en_R.pdf
- Wickham, H., Grolemund, G.. (2023). "R for Data Science". Disponible gratuitamente en https://r4ds.had.co.nz/index.html
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). "Tidyverse skills for data science". Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
- Braun W.J., Murdoch D.J. (2021, 3rd ed.) "A first course in statistical programming with R". Cambridge.
- Jones O., Maillardet R; Robinson A. (2014) "Scientific Programming and Simulation Using R".
- Matloff, N (2011) "The Art of R programming. A Tour of Statistical Software Dening".
Disponible como recurso en la biblioteca de la UCM
- Crawley, M.J. (2009). The R book.
Disponibles en la red
- Álvarez-Liébana, J. (2023). Curso introductorio de manejo y depuración de datos. "Manejo de datos en R". Disponible gratuitamente en https://javieralvarezliebana.es/curso-R-RTVE/#/title-slide
- Álvarez-Liébana, J. (2022). Curso introductorio a la visualización de datos. "Analizando datos, visualizando información, contando historias". Disponible gratuitamente en https://javieralvarezliebana.es/curso-slides-dataviz-ECI-2022/#1
- Álvarez-Liébana, J. (2021). Manual introductorio a R base. "Aprendiendo R sin morir en el intento". Disponible gratuitamente en https://javieralvarezliebana.es/curso-intro-R/
- Mendoza Vega. (2024); "R para principiantes". Disponible gratuitamente en https://bookdown.org/jboscomendoza/r-principiantes4/
- Paradis E. (2002); "R. para principiantes". Disponible gratuitamente en https://cran.r-project.org/doc/contrib/rdebuts_es.pdf
- Santana J.S., Farfán E.M. (2014); "El arte de programar en R. Un lenguaje para la estadística". Disponible gratuitamente en https://cran.r-project.org/doc/contrib/Santana_El_arte_de_programar_en_R.pdf
- Wickham, H., Grolemund, G.. (2023). "R for Data Science". Disponible gratuitamente en https://r4ds.had.co.nz/index.html
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). "Tidyverse skills for data science". Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
Otra información relevante
La información detallada de la asignatura estará disponible en el Campus Virtual.
Estructura
Módulos | Materias |
---|---|
ANÁLISIS DE DATOS | PREPARACIÓN Y DEPURACIÓN DE DATOS. HERRAMIENTOS DE APOYO |
Grupos
Actividades prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo mañana A | 09/09/2024 - 20/12/2024 | MIÉRCOLES 13:00 - 15:00 | - | JOSE LUIS BRITA-PAJA SEGOVIANO |
Grupo tarde B | 09/09/2024 - 20/12/2024 | LUNES 16:00 - 18:00 | - | JOSE LUIS BRITA-PAJA SEGOVIANO |
Clases teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo mañana A | 09/09/2024 - 20/12/2024 | LUNES 11:00 - 13:00 | - | JOSE LUIS BRITA-PAJA SEGOVIANO |
Grupo tarde B | 09/09/2024 - 20/12/2024 | MIÉRCOLES 16:00 - 18:00 | - | JOSE LUIS BRITA-PAJA SEGOVIANO |