Universidad de Jaén

Menú local

Guía docente 2018-19 - 77012001 - Métodos avanzados de análisis de datos ambientales

TITULACIÓN: Máster Univ. en Análisis, conservación y restauración de hábitats
CENTRO: Centro de Estudios de Postgrado
CURSO: 2018-19
ASIGNATURA: Métodos avanzados de análisis de datos ambientales
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Métodos avanzados de análisis de datos ambientales
CÓDIGO: 77012001 CURSO ACADÉMICO: 2018-19
TIPO: Obligatoria
Créditos ECTS: 4.0 CURSO: 1 CUATRIMESTRE: PC
WEB: http://dv.ujaen.es/goto_docencia_crs_807235.html
2. DATOS BÁSICOS DEL PROFESORADO
NOMBRE: JIMÉNEZ MELERO, RAQUEL
IMPARTE: Teoría [Profesor responsable]
DEPARTAMENTO: U102 - BIOLOGIA ANIMAL, BIOL.VEGETAL Y ECOLOGIA
ÁREA: 220 - ECOLOGÍA
N. DESPACHO: B3 - 141 E-MAIL: rmelero@ujaen.es TLF: 953212794
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/61568
URL WEB: -
ORCID: https://orcid.org/0000-0003-3685-9995
 
NOMBRE: JIMÉNEZ ESPINOSA, ROSARIO
IMPARTE: Teoría
DEPARTAMENTO: U117 - GEOLOGÍA
ÁREA: 427 - GEODINÁMICA EXTERNA
N. DESPACHO: B3 - 332 E-MAIL: respino@ujaen.es TLF: -
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58168
URL WEB: -
ORCID: https://orcid.org/0000-0002-7080-4405
 
NOMBRE: MANZANEDA AVILA, ANTONIO JOSE
IMPARTE: Teoría
DEPARTAMENTO: U102 - BIOLOGIA ANIMAL, BIOL.VEGETAL Y ECOLOGIA
ÁREA: 220 - ECOLOGÍA
N. DESPACHO: B3 - 156 E-MAIL: amavila@ujaen.es TLF: -
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/32154
URL WEB: -
ORCID: https://orcid.org/0000-0001-9384-7910
 
NOMBRE: SERRANO CHICA, JOSÉ MARÍA
IMPARTE: Teoría
DEPARTAMENTO: U118 - INFORMÁTICA
ÁREA: 075 - CIENCIA DE LA COMPUTACIÓN E INT. ARTIFICIAL
N. DESPACHO: A3 - 118 E-MAIL: jschica@ujaen.es TLF: 953212913
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58364
URL WEB: https://www.ujaen.es/departamentos/dinformatica/contactos/serrano-chica-jose-maria
ORCID: https://orcid.org/0000-0001-5046-0724
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:

.

CONTEXTO DENTRO DE LA TITULACIÓN:

.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:

Para un buen desarrollo de los trabajos prácticos se recomienda la asistencia a todas las actividades docentes de la asignatura así como el uso de las tutorías.

El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
código Denominación de la competencia
CB10 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CB6 Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB8 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB9 Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CT3 Conocer y aplicar las herramientas para la búsqueda activa de empleo y el desarrollo de proyectos de emprendimiento.
CT4 Desarrollar las aptitudes para el trabajo cooperativo y la participación en equipos, las habilidades de negociación e incorporar los valores de cooperación, esfuerzo, respeto y compromiso con la búsqueda de la calidad como signo de identidad.
CT5 Analizar, razonar críticamente, pensar con creatividad y evaluar el propio proceso de aprendizaje discutiendo asertiva y estructuradamente las ideas propias y ajenas.
E01MHABI Conocer y aplicar análisis estadísticos avanzados como herramienta de investigación y gestión en el ámbito del medio ambiente.
E02MHABI Conocer y aplicar metodologías de análisis de datos espaciales en la caracterización del medio ambiente.
G01MHAB Conocer y utilizar las TICs en el campo de la gestión del hábitat y el medio ambiente.
G03MHABI Comprender y ser capaz de aplicar las herramientas de investigación en el ámbito del estudio del hábitat y el medio ambiente
G04MHABI Comprender, analizar y evaluar teorías, resultados y desarrollos en el idioma de referencia, además de en la lengua materna, en el ámbito del estudio del hábitat y el medioambiente.
 
Resultados de aprendizaje
Resultado RB10 Ser capaces de asumir la responsabilidad de su propio desarrollo profesional y de su especialización en uno o más campos de estudio.
Resultado RB6 Haber adquirido conocimientos avanzados y demostrado, en un contexto de investigación científica y tecnológica o altamente especializado, una comprensión detallada y fundamentada de los aspectos teóricos y prácticos y de la metodología de trabajo en uno o más campos de estudio.
Resultado RB7 Saber aplicar e integrar sus conocimientos, la comprensión de estos, su fundamentación científica y sus capacidades de resolución de problemas en entornos nuevos y definidos de forma imprecisa, incluyendo contextos de carácter multidisciplinar tanto investigadores como profesionales altamente especializados.
Resultado RB7b Ser capaces de predecir y controlar la evolución de situaciones complejas mediante el desarrollo de nuevas e innovadoras metodologías de trabajo adaptadas al ámbito científico/investigador, tecnológico o profesional concreto, en general multidisciplinar, en el que se desarrolle su actividad.
Resultado RB7c Haber desarrollado la autonomía suficiente para participar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro su ámbito temático, en contextos interdisciplinares y, en su caso, con una alta componente de transferencia del conocimiento.
Resultado RB8 Saber evaluar y seleccionar la teoría científica adecuada y la metodología precisa de sus campos de estudio para formular juicios a partir de información incompleta o limitada incluyendo, cuando sea preciso y pertinente, una reflexión sobre la responsabilidad social o ética ligada a la solución que se proponga en cada caso.
Resultado RB9 Saber transmitir de un modo claro y sin ambigüedades a un público especializado o no, resultados procedentes de la investigación científica y tecnológica o del ámbito de la innovación más avanzada, así como los fundamentos más relevantes sobre los que se sustentan.
Resultado RE01mHA Demuestra conocer y aplica análisis estadísticos avanzados como herramientas de investigación y gestión.
Resultado RE02mHA Demuestra conocer y aplica metodologías de análisis de datos espaciales en la caracterización del medio ambiente
Resultado RG01mHA Demuestra conocimiento y es capaz de utilizar las TIC en la gestión del hábitat y el medioambiente.
Resultado RG03mHA Demuestra conocimiento y aplica las herramientas básicas de investigación en el ámbito de estudio del hábitat y del medioambiente.
Resultado RG04mHA Demuestra conocimiento y es capaz de analizar y evaluar teorías, resultados y desarrollos en el idioma de referencia, además de en la lengua materna, en el ámbito del estudio del hábitat y el medioambiente.
Resultado RT3 Conoce y aplica las herramientas para la búsqueda activa de empleo y el desarrollo de proyectos de emprendimiento.
Resultado RT4 Demuestra habilidades para el trabajo cooperativo, la participación en equipos y la negociación, incorporando los valores de cooperación, esfuerzo, respecto y compromiso con la búsqueda de la calidad como signo de identidad.
Resultado RT5 Analiza y razona críticamente, discutiendo asertiva y estructuradamente las ideas propias y ajenas, demostrando pensamiento creativo y capacidad para evaluar el propio proceso de aprendizaje.
5. CONTENIDOS

En esta asignatura los alumnos trabajarán con herramientas estadísticas útiles para diseñar muestreos y experimentos, así como para formular hipótesis y predicciones. En análisis de datos, se prestará particular atención al análisis de varianza y covarianza, modelos lineales generalizados, análisis de frecuencias, técnicas exploratorias multivariantes y análisis basados en métodos de aleatorización, así como técnicas avanzadas basadas en data mining a partir de bases de datos ambientales.
Se tratarán técnicas de análisis espacial de datos ambientales mediante técnicas geoestadísticas.
Finalmente, también se trabajará en relación a la presentación de resultados.

  1. Diseño experimental.  La importancia de un buen diseño. Hipótesis y predicciones. Manipulación experimental frente a variación natural. Variación entre individuos y replicación. Ejemplos de diseño experimental. Datos, observaciones y variables. .
  2. Análisis exploratorio de datos. Asunciones de los modelos lineales paramétricos. Outliers, transformación y estandarización. Datos perdidos y censurados.
  3. Comparación entre grupos o tratamientos. Tipos de Modelos Lineales. Regresión. Análisis de la varianza. Modelos lineales generalizados. Análisis de frecuencias.
  4. Introducción a la estadística multivariante. Regresión múltiple. Análisis multivariante de la varianza (MANOVA). Análisis de Ordenación y clustering. Análisis de Componentes Principales. Representación gráfica y visualización de datos. 
  5. Análisis de correspondencia. Análisis canónicos. Análisis discriminante. Representación gráfica y visualización de datos. 
  6. Matrices de distancia. Test asociados a las relaciones entre matrices de distancia: Test de Mantel, Test de Mantel Parcial. Problemática del Test de Mantel. db-RDA análisis. Non-metric multidimensional scaling. Representación gráfica y visualización de datos. 
  7. Introducción a la geoestadística. Teoría de las variables regionalizadas. Modelos estocásticos de variables geológicas. Modelos estacionarios. Modelos con deriva

  8. Concepto de variograma: análisis estructural. Propiedades del variograma. Cálculo del variograma experimental. Detección de anisotropías espaciales. Modelos teóricos de variogramas. Ajuste de un modelo teórico a un variograma experimental

  9. Interpolación espacial por kriging. Principales métodos de estimación por kriging: variables estacionarias y no estacionarias.

  10. Aplicaciones de la geoestadística a las variables ambientales.

  11. Introducción a la Minería de Datos. Minería de Datos. Relación de DM con otras disciplinas. Fases del Knowledge Discovery in Databases. Retos para la Minería de Datos.  Introducción al uso del software RapidMiner
  12. Selección de Atributos. Fases del análisis de datos. Taxonomía de métodos de selección de atributos. Transformación de atributos
  13. Técnicas de Minería de Datos. Tipología de Técnicas de Minería de Datos. Taxonomía de Técnicas de Minería de Datos. Métodos descriptivos. Métodos predictivos. Análisis de datos geoambientales con RapidMiner

6. METODOLOGÍA Y ACTIVIDADES
 
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1a - Actividades en gran grupo
  • M1a - Docencia en gran grupo: clases magistrales, exposición de teoría y ejemplos generales y conferencias
  • M666 - Presentación de trabajos
20.0 0.0 20.0 0.8
  • CB10
  • CB6
  • CB7
  • CB8
  • CB9
  • CT3
  • CT4
  • CT5
  • E01MHABI
  • E02MHABI
  • G01MHAB
  • G03MHABI
  • G04MHABI
A21 - Trabajo autónomo del alumno (estudio, lecturas, p.inf., ejerc., etc.) 0.0 60.0 60.0 2.4
A2a - Actividades en pequeño grupo
  • M345 - actividades prácticas en aula de informática
20.0 0.0 20.0 0.8
TOTALES: 40.0 60.0 100.0 4.0  
 
INFORMACIÓN DETALLADA:

Todas las clases se impartirán en el aula de informática de manera que cada concepto teórico será inmediatamente apoyado con ejercicios prácticos, para una mejor asimilación de los mismos, mediante el uso de distintos softwares: PAST, R-Studio, SPSS, Stat-graphics, EXCEL, RapidMiner, etc.

7. SISTEMA DE EVALUACIÓN
 
ASPECTO CRITERIOS INSTRUMENTO PESO
Conceptos teóricos de la materia Examen sobre los conceptos teóricos y prácticos de la materia - 30.0%
Realización de trabajos, casos o ejercicios Realización de trabajos, casos o ejercicios prácticos - 70.0%
El sistema de calificación se regirá por lo establecido en el RD 1125/2003 de 5 de septiembre por el que se establece el sistema europeo de créditos y el sistema de calificaciones en la titulaciones universitarias de carácter oficial
INFORMACIÓN DETALLADA:

Los contenidos teóricos serán evaluados mediante una prueba objetiva (30%). Los contenidos prácticos serán evaluados mediante la entrega de un "cuaderno de prácticas"  (70%) que recogerá todos los ejercicios iniciados por el alumnado durante el transcurso de las clases y completados con su trabajo autónomo fuera del aula.

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • Fundamentals of Geostatistics in Five Lessons.. Edición: -. Autor: Journel, A.. Editorial: American Geophysical Union.
    • Observaciones: English
     (C. Biblioteca)
  • Fundamentos de bases de datos. Edición: 5ª ed. Autor: Silberschatz, Abraham. Editorial: Madrid [etc.]: McGraw-Hill, D.L. 2006  (C. Biblioteca)
  • Fundamentos de sistemas de bases de datos [Recurso electrónico]. Edición: 5ª ed. Autor: Elmasri, Ramez A. Editorial: México : Pearson, 2007  (C. Biblioteca)
  • Introduccion a la mineria de datos. Edición: -. Autor: Hernández Orallo, J., Ramírez Quintana, M.J. & Ferri Ramírez, C. Editorial: Pearson Prentice Hall  (C. Biblioteca)
  • Fundamentos de bases de datos. Edición: 5ª ed. Autor: Silberschatz, Abraham. Editorial: Madrid [etc.]: McGraw-Hill, D.L. 2006  (C. Biblioteca)
  • Fundamentos de sistemas de bases de datos [Recurso electrónico]. Edición: 5ª ed. Autor: Elmasri, Ramez A. Editorial: México : Pearson, 2007  (C. Biblioteca)
  • Introduccion a la mineria de datos. Edición: -. Autor: Hernández Orallo, J., Ramírez Quintana, M.J. & Ferri Ramírez, C. Editorial: Pearson Prentice Hall  (C. Biblioteca)
  • Analysing Ecological Data [Recurso electrónico]. Edición: -. Autor: Zuur, Alain F.. Editorial: New York, NY : Springer Science + Business Media, LLC, 2007..
    • Observaciones: English
     (C. Biblioteca)
  • A beginner's guide to R. Edición: 1st ed.. Autor: Zuur, Alain F.. Editorial: New York : Springer, 2009..
    • Observaciones: English
     (C. Biblioteca)
  • Data mining for the masses . Edición: -. Autor: North, Matthew. Editorial: [S.l.] : Global Text Project, cop. 2012.
    • Observaciones: English
     (C. Biblioteca)
  • Mining geostatistics . Edición: -. Autor: Journel, A. G. Editorial: Caldwell, N.J. : Blackburn Press, c2003.
    • Observaciones: English
     (C. Biblioteca)
  • Data mining [Recurso electrónico] : practical machine learning tools and techniques. Edición: 3rd ed. Autor: Witten, I. H. (Ian H.). Editorial: Burlington, MA : Morgan Kaufmann Publishers, c2011.
    • Observaciones: English
     (C. Biblioteca)
  • Numerical ecology [ [Recurso electrónico]. Edición: 3rd English ed. Autor: Legendre, Pierre ( 1946-). Editorial: Amsterdam ; Boston : Elsevier, 2012.
    • Observaciones: English
     (C. Biblioteca)
  • Statiscs for spatial data. Edición: -. Autor: Cressie, Noel A. C.. Editorial: New York: John Wiley & Sons, cop. 1993.
    • Observaciones: English
     (C. Biblioteca)
  • Experimental design for the life sciences. Edición: 3rd ed.. Autor: Ruxton, Graeme D.. Editorial: Oxford ; New York : Oxford University Press, c2010.
    • Observaciones: English
     (C. Biblioteca)
  • Experimental design and data analysis for biologists. Edición: -. Autor: Quinn, Gerry P.. Editorial: Cambridge: Cambridge University Press, 2002.
    • Observaciones: English
     (C. Biblioteca)
  • Applied geostatistics. Edición: -. Autor: Isaaks, Edward H.. Editorial: New York [etc.]: Oxford University, 1989.
    • Observaciones: English
     (C. Biblioteca)
  • Analysing Ecological Data [Recurso electrónico]. Edición: -. Autor: Zuur, Alain F.. Editorial: New York, NY : Springer Science + Business Media, LLC, 2007..
    • Observaciones: English
     (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • Geoestatística para as ciências da terra e do ambiente . Edición: -. Autor: Soares< strong>< span>, Amílcar. Editorial: Lisboa: IST Press, 2001  (C. Biblioteca)
  • Multivariate geostatistics: an introduction with applications. Edición: 3rd completely rev. ed.. Autor: Wackernagel, Hans.. Editorial: Berlin [etc.] : Springer-Verlag, 2003..
    • Observaciones: English
     (C. Biblioteca)
9. CRONOGRAMA

Véase el horario proporcionado en la página web del Máster.