Tribunal titular

Cargo

Departamento

Profesor

Presidente

ECONOMIA Y ESTADISTICA

VALLEJO PASCUAL , MARIA EVA

Secretario

ECONOMIA Y ESTADISTICA

BLANCO ALONSO , PILAR

Vocal

ECONOMIA Y ESTADISTICA

ABAD GONZáLEZ , JULIO IGNACIO

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 de la opción elegida.

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
	A17854	915CE3 Capacidad para diseñar muestreos, analizar un conjunto de datos multidimensional, y desarrollar y evaluar modelos adecuados a casos reales.
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.
	B5544	915CT1 Capacidad de toma de decisiones basadas en criterios objetivos, así como capacidad de argumentar y justificar dichas decisiones.
	B5546	915CT3 Capacidad de resolución de problemas: localizar problemas, identificar causas e identificar, analizar, evaluar y seleccionar alternativas de solución.
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
Trabajar con datos espaciales y multivariados.	A17854	B5542 B5543 B5544 B5546	C1
Conocer algunas técnicas avanzadas estadísticas de procesado de datos como la regresión, el análisis multivariante y la estadística espacial.	A17854	B5542 B5543 B5544 B5546	C1
Ejecutar e interpretar los resultados de técnicas estadísticas avanzadas.	A17854	B5543 B5544 B5546	C1

Bloque	Tema
I. Regresión	Tema 1. Análisis de regresión. - Regresión lineal, logística, no lineal. Métodos no paramétricos. - Selección de modelos y bondad de ajuste.
II. Análisis multivariante y clasificación	Tema 2. Análisis multivariante y clasificación. - Análisis de Componentes Principales. - Análisis Cluster.
III. Estadística espacial y geoestadística	Tema 3. Estadística espacial y geoestadística

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 estadísticas mediante el uso del software estadístico en las aulas de informática.
Trabajos	Trabajos Actividades propuestas al alumno para su realización en un plazo determinado de forma individual y/o en grupo académicamente dirigido/supervisado.
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 de 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
	Bivand,R.S., Pebesma, E., Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer-Verlag. New York. Husson, F., Lê, S., Pagès, J. (2011). Exploratory Multivariate Analysis by Example Using R. CRC Press. Kassambara, A. (2017). Practical guide to principal component methods in R : PCA, (M)CA, FAMD, MFA, HCPC, factoextra. ISBN: 9781975721138. doi:10.1080/0267257X.1995.9964368. Kopczewska, K. (2021). Applied Spatial Statistics and Econometrics Data Analysis in R. Routledge. Oliver, M.A., Webster, R. (2015). Basic steps in geostatistics: The variogram and kriging. Published in SpringerBriefs in Agriculture 2015. DOI:10.1007/978-3-319-15865-5Corpus ID: 45250375. Plant.R.E. (2019). Spatial Data Analysis in Ecology and Agriculture Using R. CRC Press. Stein, M.L. (1999). Interpolation of Spatial Data. Some Theory for Kriging. Springer Series in Statistics book series (SSS). https://doi.org/10.1007/978-1-4612-1494-6 Wackernagel, H. (2003) Multivariate Geostatistics. An Introduction with Applications. Springer-Verlag Berlin Heidelberg. ISBN: 978-3-642-07911-5,978-3-662-05294-5 Webster, R., Oliver, M.A. (2007). Geostatistics for environmental scientists, 2nd Edition. Springer. ISBN: 978-0-470-02858-2.
Complementaria
	Denis, D.J. (2020). Univariate, Bivariate, and Multivariate Statistics Using R: Quantitative Tools for Data Analysis and Data Science. Wiley. Everitt, B. (1980): Cluster analysis. Second Edition 1974, London, Wiley. Hair, J.F.; Anderson, R.E.; Tatham, R.L.; Black, W.C. (1999): Análisis multivariable. 5ª Ed., Madrid, Prentice Hall, capítulo 4. Hair,J.F., Black, W.C., Babin, B.J., Anderson, R.E. (2019). Multivariate data analysis. Cengage Learning. Härdle, W. (1991): Applied nonparametric regression. Australia, Cambridge. Lebart, L.; Morineau, A.; Piron, M. (1995). Statistique exploratoire multidimensionnelle. Paris, Dunod. Legendre, P.; Legendre,L. (2012). Numerical Ecology. 3RD.Edition. Elsevier.