Competencias y objetivos
- Contexto de la asignatura para el curso 2018-19
- Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)
- Resultados de aprendizaje (Objetivos formativos)
- Objetivos específicos indicados por el profesorado para el curso 2018-19
Contexto de la asignatura para el curso 2018-19
En muchos campos de la ciencia es necesario estudiar el efecto combinado de varios factores en una variable (Análisis Multifactorial) o diseñar experimentos con múltiples factores optimizados para el análisis con ANOVA.
No hay requerimiento de conocimiento mínimo en el apartado matemático-estadístico.
La aplicación de los conocimientos estadísticos en la actualidad se hace con herramientas software y en este curso se utiliza el paquete estadístico de libre distribución R (cran.r-project.org). Es ampliamente utilizado tanto en ámbito empresarial como en institucional-académico, además de ser software libre y actualizarse continuamente con librerías y mejoras por parte de toda la comunidad científica.
Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)
Competencias Generales del Título (CG)
- CG1 : Capacidad de análisis científico y de síntesis.
- CG11 : Capacidad para concebir, diseñar, poner en práctica y adoptar un proceso substancial de investigación con rigor académico.
- CG7 : Habilidades básicas informáticas.
Competencias específicas (CE)
- CE14 : Ser capaz de utilizar las herramientas estadísticas de muestreo y elaboración de datos necesarias para la gestión de recursos.
Resultados de aprendizaje (Objetivos formativos)
- Conocer los fundamentos de algunas técnicas de análisis estadístico de datos, incluyendo técnicas de análisis multivariante.
- Identificar diseños experimentales y aplicar las técnicas estadísticas más adecuadas para cada uno de ellos.
- Conocer las condiciones de aplicabilidad de las técnicas clásicas de regresión y análisis de la varianza, así como de modelos lineales generales.
- Identificar problemas que requieren el uso de modelos mixtos o modelos lineales generalizados.
- Aplicar algunas técnicas de análisis multivariante.
- Diagnosticar la validez de la aplicación de las diferentes técnicas.
- Interpretar los resultados obtenidos.
- Utilizar programas estadísticos de uso habitual, y en particular el entorno estadístico R.
Objetivos específicos indicados por el profesorado para el curso 2018-19
Ver Objetivos formativos
;