Menú local
| COMPETENCIAS | |
| Código | Descripción |
| CG1 | CG1 - Habilidad de comprensión cognitiva |
| CG4 | CG4 - Habilidad de comunicación oral y escrita en lengua castellana |
| 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 |
| CG12 | CG12 - Capacidad de aprendizaje y trabajo autónomo |
| 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 |
| CB4 | CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
| CB5 | CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
| CE2 | CE2 - Conocer y aplicar los conceptos básicos de Probabilidad |
| CE3 | CE3 - Conocer y aplicar los conceptos básicos de Inferencia Estadística |
| 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 |
| CE9 | CE9 - Conocer y utilizar entornos de análisis y programación estadística (R) |
| CE16 | CE16 - Conocer y aplicar los conceptos de modelos de Análisis de Datos |
| RESULTADOS DE APRENDIZAJE | |
| Código | Descripción |
| Resultado 1 | Saber seleccionar los modelos estadísticos más apropiados para el análisis de los datos según el carácter de los mismos. |
| Resultado 2 | Conocer y manejar los métodos estadísticos para modelizar y cuantificar relaciones entre dos o más variables cualitativas. |
| Resultado 3 | Conocer y saber usar aplicaciones informáticas de análisis estadístico que sean útiles para la aplicación y desarrollo de las técnicas estadísticas. |
| Resultado 6 | El alumno debe ser capaz de analizar los indicadores básicos del entorno, información complementaria y su relación con las decisiones de marketing. |
| Resultado 7 | El alumno debe ser capaz de elaborar informes y transmitir información relacionada con los mismos. |
1. Introducción al Análisis de Datos Cualitativos
1.1. Introducción
1.2. Distribución de frecuencias observadas
1.3. Diseños muestrales usuales
2. Análisis de tablas de contingencia bidimensionales
2.1. Independencia en tablas bidimensionales
2.2. Tests asintóticos
2.3. Análisis de residuos
2.4. Tests para datos ordinales
2.5. Test condicional y no condicional exacto
3. Medidas de asociación en tablas de contingencia bidimensionales
3.1. Criterios de clasificación de medidas
3.2. Medidas para tablas 2x2
3.3. Medidas para tablas IxJ
3.4. Medidas para datos ordinales
3.5. Inferencia en medidas de asociación
3.6. Medidas parciales de asociación
4. Análisis de tablas cuadradas generadas por datos dependientes
4.1. Diseños muestrales
4.2. Tests de simetría y homogeneidad
5. Tablas de contingencia tridimensionales
5.1. Modelos de independencia y asociación en tablas tridimensionales
5.2. Paradoja de Simpson
5.3. Test de bondad de ajuste
6. Modelos logarítmico-lineales
6.1. Formulación e interpretación de modelos
6.2. Ajuste de modelos log-lineales
6.3. Selección de modelos log-lineales
6.4. Inferencia y bondad de ajuste
Práctica 1. Manipulación de datos
Práctica 2. Independencia en tablas bidimensionales
Práctica 3. Medidas de asociación
Práctica 4. Tablas cuadradas generadas por datos dependientes
Práctica 5. Análisis de tablas tridimensionales
Práctica 6. Modelos logarítmico-lineales
| 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 |
| M11 | M11-Clases en pequeño grupo: Resolución de ejercicios |
| Actividad |
Horas presenciales |
Horas trabajo autónomo |
Presencialidad |
ECTS |
Competencias (códigos) |
| A1-Clases expositivas en gran grupo
|
30 |
60 |
33 |
3.6 |
-CG1 -CG4 -CG12 -CE2 -CE3 |
| A2-Clases en pequeño grupo
|
30 |
30 |
50 |
2.4 |
-CG6 -CG7 -CG8 -CG16 -CE6 -CE9 -CE16 |
El examen escrito supondrá un 70% de la nota final y será principalmente práctico con ejercicios derivados de los contenidos desarrollados, en algunos casos se ofrecerá la salida del software estadístico utilizado para la selección crítica del procedimiento y la obtenciónde conclusiones. El examen puede contener preguntas cortas para evaluar el grado de comprensión de conceptos fundamentales. Esta prueba está vinculada a los resultados de aprendizaje R1 y R2 y con ella se evalúa la adquisición de las competencias CE16. CE2, CE3 y CG8.
Las prácticas de ordenador supondrán un 20% de la nota final y se evaluarán mediante tests en que el alumno mostrará que ha adquirido habilidad para utilizar el software estadístico en la resolución de casos prácticos elaborados y reales. Estos tests están vinculados a los resultados de aprendizaje R1, R3 y R7 y con ellos se evalúa la adquisición de las competencias CG6 y CG16.
La realización de casos o ejercicios, teóricos y prácticos a lo largo del cuatrimestre, que muestren el seguimiento activo del proceso de enseñanza aprendizaje y fomentan la participación activa en el mismo supondrán un 10% de la calificación final. Estas actividades están vinculadas a los resultados de aprendizaje R1 y R2 y con ellas se evalúa la adquisición de las competencias CE16. CE2, CE3, CG12 y CG8.
Es imprescindilble tener nota de prácticas para obtener la calificación final y alcanzar al menos el 50% de su peso para superar la asignatura.
En la Convocatoria Extraordinaria el alumno realizará un examen en que los contenidos de la materia tendrán un peso del 80% y el uso del software estadístico un 20%, siendo preciso alcanzar en ambos componentes al menos el 40% de la calificación que corresponda a ese aspecto para poder superar la asignatura. El alumno que haya superado el 50% del componente práctico en la evaluación de la convocatoria ordinaria, puede hacer uso delmismo en la convocatoria extraordinaria, la calificación será ponderada según se establece en esta convocatoria extraordinaria, o acogerse al sistema de evaluación propuesto para la convocatoria extraordinaria.
El material permitido para la realización del examen final se indicará expresamente en la plataforma de docencia virtual antes de la realización del examen.
| 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 |
- Tablas De Contingencia Bidimensionales. Autor: Aguilera del Pino, Ana María.. Editorial: La Muralla.(C. Biblioteca)
- Modelización De Tablas De Contingencia Multidimensionales . Autor: Aguilera del Pino, Ana María.. Editorial: La Muralla.(C. Biblioteca)
- Categorical Data Analysis. Autor: Agresti, Alan. Editorial: John Wiley & Son.(C. Biblioteca)
- Análisis Estadístico De Encuestas, Datos Cualitativos. Autor: AC. Editorial: 84-7288-160-1.
- Contingency Table Analysis : Methods And Implementation Using R . Autor: Kateri, Maria.. Editorial: Springer New York.(C. Biblioteca)
- Analysis Of Categorical Data With R . Autor: Bilder, Christopher R.. Editorial: CRC Press, Taylor & Francis Group.(C. Biblioteca)
- Discrete Multivariate Analysis: Theory And Practice. Autor: Bishop, Yvonne M. M.. Editorial: The MIT Press.(C. Biblioteca)
- Log-Linear Models And Logistic Regression. Autor: Christensen, Ronald. Editorial: Springer.(C. Biblioteca)
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