Tribunal titular

Cargo

Departamento

Profesor

Presidente

ECONOMIA Y ESTADISTICA

VALLEJO PASCUAL , MARIA EVA

Secretario

ECONOMIA Y ESTADISTICA

ABAD GONZáLEZ , JULIO IGNACIO

Vocal

ECONOMIA Y ESTADISTICA

BLANCO ALONSO , PILAR

Tribunal suplente

Cargo

Departamento

Profesor

Presidente

ECONOMIA Y ESTADISTICA

RODRIGUEZ FERNANDEZ , MARIA DEL PILAR

Secretario

ECONOMIA Y ESTADISTICA

GARCIA GALLEGO , ANA BELEN

Vocal

ECONOMIA Y ESTADISTICA

ARIAS SAMPEDRO , CARLOS

Todas las pruebas de evaluación (continua o extraordinaria) se desarrollarán en remoto, de forma que el/la estudiante podrá realizarlas sin estar presencialmente en el Campus de Ponferrada.

Con el fin de garantizar la certificación de la autoría y que el procedimiento de evaluación sea fiable y válido, se establecerán las herramientas necesarias para llevarlo a cabo.

Para superar la asignatura en la primera convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos.

b) Los trabajos serán recuperables si el calendario del máster lo permite en la segunda convocatoria. En el caso de que no fuera posible, se realizará una prueba con el objetivo de evaluar las competencias correspondientes a los trabajos. En todo caso, se informará previamente y con el tiempo necesario sobre la opción elegida.

El alumno/a podrá presentarse a las dos pruebas o solamente a la parte no superada en la primera convocatoria.

Para superar la asignatura en segunda convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos o prueba sustitutoria.

Durante el desarrollo de las pruebas no se permitirá manejar ningún material a excepción de bolígrafo y calculadora no programable. Queda terminantemente prohibida la tenencia y el uso de cualquier dispositivo móvil y/o electrónico (incluyendo relojes inteligentes) durante la celebración de las pruebas. La simple tenencia de dichos dispositivos así como de apuntes, libros, carpetas o materiales diversos no autorizados durante las pruebas de evaluación, supondrá la retirada inmediata del examen, su expulsión del mismo y su calificación como suspenso, comunicándose la incidencia a la Autoridad Académica del Centro para que realice las actuaciones previstas en las Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación, aprobadas por la Comisión Permanente del Consejo de Gobierno de 29 de enero de 2015.

A estos efectos, todas las pruebas, incluidos los trabajos, se considerarán bajo los supuestos de la normativa de Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación.

Tipo A	Código	Competencias Específicas
	A17846	915CE1 Capacidad de programar y automatizar procesos geoespaciales para el tratamiento espacial y estadístico de datos.
	A17857	915CE6 Integrar herramientas y funciones SIG para almacenar, gestionar, analizar y procesar datos espaciales para extraer información relevante de cara a la toma de decisiones.
Tipo B	Código	Competencias Generales y Transversales
	B5542	915CG2 Capacidad para desarrollar bases de datos geoespaciales, y aplicar y desarrollar geoprocesos de forma que el modelado de la información geográfica posibilite la extracción de información útil en gestión de recursos naturales.
	B5543	915CG3 Aptitud para seleccionar, aplicar y evaluar las metodologías y técnicas geoinformáticas avanzadas más adecuadas en su aplicación a problemas de gestión de recursos naturales.
	B5546	915CT3 Capacidad de resolución de problemas: localizar problemas, identificar causas e identificar, analizar, evaluar y seleccionar alternativas de solución.
	B5548	915CT5 Capacidad de organización y planificación.
Tipo C	Código	Competencias Básicas
	C1	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.

Resultados	Competencias
La superación de esta asignatura permitirá al alumno ser capaz de (i) automatizar procedimientos para una gestión eficiente en el tratamiento de datos geoespaciales, y (ii) conocer y aplicar dos lenguajes de programación de código abierto muy utilizados en el manejo y análisis de información geográfica: Python y R.	A17846 A17857	B5542 B5543 B5546 B5548	C1

Bloque	Tema
Conceptos generales de programación.	Tema 1. Conceptos generales de programación.
Programación SIG con Python.	Tema 2. Programación SIG con Python. Tipos de datos; entrada y salida; estructuras de control; funciones.
Programación con R.	Tema 3. Programación con R. La interfaz de RStudio; manipulación de datos; gráficos; scripts y funciones.

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Practicas a través de TIC en aulas informáticas	6	12	18

Trabajos	1	18	19
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	1	2	3

Sesión Magistral	5	10	15

Pruebas mixtas	2	18	20

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

	descripción
Practicas a través de TIC en aulas informáticas	Se guiará al alumno en el aprendizaje de las técnicas de programación mediante el uso de software en Python y R en las aulas de informática.
Trabajos	Actividades propuestas al alumno para su realización en un plazo determinado de forma individual y/o en grupo académicamente dirigidos.
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	Actividades supervisadas de resolución de problemas/casos de la materia. Incluye utilización de herramientas geoinformáticas y tutorías en grupo.
Sesión Magistral	En estas sesiones se explicarán los contenidos generales teóricos de la asignatura, haciendo especial hincapié en conceptos novedosos y en aquellos esenciales para el desarrollo de la parte práctica.

	descripción	calificación
Trabajos	En la evaluación de los trabajos y/o informes se valorarán las destrezas adquiridas por el estudiante en la aplicación práctica de los conocimientos, así como la capacidad de interpretación de resultados y la capacidad de organizar, redactar y presentar trabajos/informes.	50%
Pruebas mixtas	Prueba escrita sobre conocimientos teórico-prácticos. Esta prueba evaluará fundamentalmente el dominio de los conocimientos básicos de la materia. Puede incluir cuestiones prácticas a resolver en el aula de informática empleando el software indicado y los ficheros proporcionados.	45%
Otros	Asistencia, participación y actitud.	5%

Otros comentarios y segunda convocatoria
Todas las pruebas de evaluación (continua o extraordinaria) se desarrollarán en remoto, de forma que el/la estudiante podrá realizarlas sin estar presencialmente en el Campus de Ponferrada. Con el fin de garantizar la certificación de la autoría y que el procedimiento de evaluación sea fiable y válido, se establecerán las herramientas necesarias para llevarlo a cabo. Para superar la asignatura en la primera convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos. La segunda convocatoria tendrá dos partes: a) Una prueba mixta equivalente a la de la primera convocatoria. b) Los trabajos serán recuperables si el calendario del máster lo permite en la segunda convocatoria. En el caso de que no fuera posible, se realizará una prueba con el objetivo de evaluar las competencias correspondientes a los trabajos. En todo caso, se informará previamente y con el tiempo necesario sobre la opción elegida. El alumno/a podrá presentarse a las dos pruebas o solamente a la parte no superada en la primera convocatoria. Para superar la asignatura en segunda convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota global mínima de 5 en los trabajos o prueba sustitutoria. Durante el desarrollo de las pruebas no se permitirá manejar ningún material a excepción de bolígrafo y calculadora no programable. Queda terminantemente prohibida la tenencia y el uso de cualquier dispositivo móvil y/o electrónico (incluyendo relojes inteligentes) durante la celebración de las pruebas. La simple tenencia de dichos dispositivos así como de apuntes, libros, carpetas o materiales diversos no autorizados durante las pruebas de evaluación, supondrá la retirada inmediata del examen, su expulsión del mismo y su calificación como suspenso, comunicándose la incidencia a la Autoridad Académica del Centro para que realice las actuaciones previstas en las Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación, aprobadas por la Comisión Permanente del Consejo de Gobierno de 29 de enero de 2015. A estos efectos, todas las pruebas, incluidos los trabajos, se considerarán bajo los supuestos de la normativa de Pautas de Actuación en los Supuestos de Plagio, Copia o Fraude en Exámenes o Pruebas de Evaluación.

Básica
	Chazallet, S. (2016). Python 3: los fundamentos del lenguaje. Ediciones ENI. Cohen, Y., Cohen, Y. (2008). Statistics and Data with R: An applied approach through examples. John Wiley & Sons. Das.S. (2020). Numpy for the beginners. 2020 (ISBN: 9798605301752) Crawley, M.J. (2013). The R Book. John Wiley & Sons, Ltd. Gardener, M. (2012). Beginning R: The statistical programming language. Wiley. Lawhead, J. (2017). QGIS python programming cookbook. Packt Publishing Ltd. Maindonald, J., Braun, W.J. (2013). Data Analysis and Graphics Using R: An Example-Based Approach. Cambridge Series in Statistical and Probabilistic Mathematics. Mas, J-F. (2018). Análisis espacial con R: Usa R como un Sistema de Información Geográfica. http://eujournal.org/files/journals/1/books/JeanFrancoisMas.pdf Sherman, G. (2008). Desktop GIS: mapping the planet with open source tools. Pragmatic Bookshelf. Sherman, G. (2014). The PyQGIS Programmer's Guide. Locate Press. Tattar, P., Ramaiah, S., Manjunath B.G. (2013). A Course in Statistics With R. Alpha Science International.
Complementaria
	Bivand, R.S., Pebesma, E.J:, Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. UseR! Series, Springer. 2nd ed. 2013, xviii+405 pp., Softcover ISBN: 978-1-4614-7617-7 Horton, N.J., Kleinman, K. (2015). Using R and RStudio for Data Management, Statistical Analysis, and Graphics. Chapman and Hall/CRC. ISBN 9781482237368 Prabhanjan, N. T. (2017). Statistical Application Development with R and Python - Second Edition: Develop applications using data processing, statistical models, and CART. Packt Publishing. ISBN: 9781788621199