Menú local
| COMPETENCIAS | |
| Código | Descripción |
| CG1 | CG1 - Habilidad de comprensión cognitiva |
| CG2 | CG2 - Capacidad para el análisis crítico y la síntesis |
| CG6 | CG6 - Adquirir habilidades y dominar herramientas informáticas aplicadas a las diferentes materias |
| CG7 | CG7 - Habilidades de gestión de la información (habilidad para buscar y analizar información proveniente de diversas fuentes) |
| CG8 | CG8 - Capacidad para la resolución de problemas |
| CG16 | CG16 - Capacidad de aplicar los conocimientos en la práctica |
| CB1 | CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio |
| CB2 | CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
| CB3 | CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética |
| CE6 | CE6 - Realizar actividades dirigidas a la aplicabilidad de los conocimientos teóricos, metodológicos y de técnicas adquiridas a lo largo de la formación, trabajando en equipo y desarrollando las habilidades y destrezas de un profesional de este perfil de estudios |
| CE8 | CE8 - Ser capaz de utilizar herramientas informáticas en empresa |
| CE9 | CE9 - Conocer y utilizar entornos de análisis y programación estadística (R) |
| CE15 | CE15 - Conocer y aplicar los conceptos de modelos de Análisis Multivariante |
| CE16 | CE16 - Conocer y aplicar los conceptos de modelos de Análisis de Datos |
| RESULTADOS DE APRENDIZAJE | |
| Código | Descripción |
| Resultado 12 | Adquirir conocimientos sobre los métodos multivariantes desarrollados para la agrupación y reducción de la dimensión |
| Resultado 16 | Aplicar las técnicas estadísticas desarrolladas en el módulo a situaciones del entorno de la empresa |
1.- Representación de Datos Multivariantes
Clasificación de las Técnicas Multivariantes
Técnicas de dependencia
Técnicas de interdependencia
Otros criterios de clasicación
Estadísticos Multivariantes
Estadísticos para el vector completo de variables
Estadísticos para subconjuntos de variables
Combinaciones lineales de variables
Medidas de la variabilidad total y de multicolinealidad
Distancia entre vectores
Observaciones atípicas
Detección de casos atípicos
2.- Análisis de Componentes Principales
Componentes principales a partir de la matriz de covarianzas
Interpretación geométrica
Componentes principales a partir de la matriz de correlaciones
Representación gráfica de las componentes principales
Número de componentes principales a retener
Información en las últimas componentes principales
Interpretación de las componentes principales
3.- Análisis Factorial
Modelo factorial ortogonal
Formulación e hipótesis
No unicidad de las cargas factoriales
Estimación de las cargas y las comunalidades
Método de las componentes principales
Método de los ejes principales
Método de máxima verosimilitud
Otros métodos de extracción de factores
Comparación de métodos
Determinación del número de factores
Rotación
Rotación ortogonal
Rotación oblicua
Puntuaciones factoriales
Validez de modelo de análisis factorial
Contrastes en el modelo factorial
Relación entre el AF y el ACP
La cuestión del número de factores a retener: una visión moderna
4.- Análisis de Correspondencias
Perfies fila y columna
Contraste de independencia
Coordenadas para representar gráficamente a los perfiles filas
y a los perfiles columnas
Normalización e interpretación del ACO
Masa, inercia, contribución y calidad
Puntos suplementarios
Análisis de Correspondencias Múltiple
5.- Análisis Cluster
Medidas de similitud o disimilitud
Métodos de agrupamiento jerárquico
Métodos no jerárquicos
Elección del número de clusters
Validación de clusters
Agrupamiento de variables
Hipótesis del AC
Las prácticas se estructuran en tres tipos de actividades: ejercicios resueltos en pizarra, interpretación de resultados a partir de salidas de ordenador e implementación de tales ejercicios mediante los programas informáticos de tipo estadístico.
| Código | Descripción |
| M1 | M1-Clases expositivas en gran grupo: Clases magistrales |
| M6 | M6-Clases en pequeño grupo: Actividades prácticas |
| M10 | M10-Clases en pequeño grupo: Aulas de informática |
| Actividad |
Horas presenciales |
Horas trabajo autónomo |
Presencialidad |
ECTS |
Competencias (códigos) |
| A1-Clases expositivas en gran grupo
|
45 |
75 |
38 |
4.8 |
-CG1 |
| A2-Clases en pequeño grupo
|
15 |
15 |
50 |
1.2 |
-CG1 |
Examen teórico-práctico de la materia (80% del total de la calificación) y trabajo práctico (20% del total de la calificación).
| Aspecto | Peso |
| S1-Asistencia y participación | 0.0 - 40.0 |
| S2-Conceptos teóricos de la materia | 0.0 - 80.0 |
| S3-Realización de trabajos, casos o ejercicios | 0.0 - 80.0 |
| S4-Prácticas de laboratorio/ordenador | 0.0 - 70.0 |
- Computer-Aided Multivariate Analysis.. Autor: Afifi, Abdelmonem.
- Applied Multivariate Statistics For The Social Sciences. Edición: 5. Autor: Stevens, James Paul, 2010.
- Methods Of Multivariate Analysis.. Autor: Rencher, Alvin C., 2012.
Observaciones: John Wiley & Sons.
Responsable del tratamiento: Universidad de Jaén, Paraje Las Lagunillas, s/n; Tel.953 212121; www.ujaen.es
Delegado de Protección de Datos (DPO): TELEFÓNICA, S.A.U. ; Email: dpo@ujaen.es
Finalidad del tratamiento: Gestionar la adecuada grabación de las sesiones docentes con el objetivo de hacer posible la enseñanza en un escenario de docencia multimodal y/o no presencial.
Plazo de conservación: Las imágenes serán conservadas durante los plazos legalmente previstos en la normativa vigente.
Legitimación: Los datos son tratados en base al cumplimiento de obligaciones legales (Ley Orgánica 6/2001, de 21 de diciembre, de Universidades) y el consentimiento otorgado mediante la marcación de la casilla habilitada a tal efecto.
Destinatarios de los datos (cesiones o transferencias): Toda aquella persona que vaya a acceder a las diferentes modalidades de enseñanza.
Derechos: Ud. podrá ejercitar los derechos de Acceso, Rectificación, Cancelación, Portabilidad, Limitación del tratamiento, Supresión o, en su caso, Oposición. Para ejercitar los derechos deberá presentar un escrito en la dirección arriba señalada dirigido al Servicio de Información, Registro y Administración Electrónica de la Universidad de Jaén, o bien, mediante correo electrónico a la dirección de correo electrónico. Deberá especificar cuál de estos derechos solicita sea satisfecho y, a su vez, deberá acompañarse de la fotocopia del DNI o documento identificativo equivalente. En caso de que actuara mediante representante, legal o voluntario, deberá aportar también documento que acredite la representación y documento identificativo del mismo. Asimismo, en caso de considerar vulnerado su derecho a la protección de datos personales, podrá interponer una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es
Responsable del tratamiento: Universidad de Jaén, Campus Las Lagunillas, s/n, 23071 Jaén
Delegado de Protección de Datos:dpo@ujaen.es
Finalidad: Conforme a la Ley de Universidades y demás legislación estatal y autonómica vigente, realizar los exámenes correspondientes a las asignaturas en las que el alumno o alumna se encuentre matriculado. Con el fin de evitar fraudes en la realización del mismo, el examen se realizará en la modalidad de video llamada, pudiendo el personal de la Universidad de Jaén contrastar la imagen de la persona que está realizando la prueba de evaluación con los archivos fotográficos del alumno en el momento de la matrícula. Igualmente, con la finalidad de dotar a la prueba de evaluación de contenido probatorio de cara a revisiones o impugnaciones de la misma, de acuerdo con la normativa vigente, la prueba de evaluación será grabada.
Legitimación: cumplimiento de obligaciones legales (Ley de Universidades) y demás normativa estatal y autonómica vigente.
Destinatarios: prestadores de servicios titulares de las plataformas en las que se realicen las pruebas con los que la Universidad de Jaén tiene suscritos los correspondientes contratos de acceso a datos.
Plazos de conservación: los establecidos en la normativa aplicable. En el supuesto en concreto de las grabaciones de los exámenes, mientras no estén cerradas las actas definitivas y la prueba de evaluación pueda ser revisada o impugnada.
Derechos: puede ejercitar sus derechos de acceso, rectificación, cancelación, oposición, supresión, limitación y portabilidad remitiendo un escrito a la dirección postal o electrónica indicada anteriormente. En el supuesto que considere que sus derechos han sido vulnerados, puede presentar una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es