La asignatura "Técnicas de análisis de datos" puede entenderse como el curso cero en este
máster de Big Data. A partir de conocimientos básicos de matemáticas expondremos los
rudimentos de un curso estándar de Estadística aplicada. Comenzaremos abordando conceptos
elementales de combinatoria y probabilidad para definir las distribuciones de probabilidad que
serán los elementos básicos de análisis de datos. A partir de ahí introducimos los conceptos de
muestreo, estimación y contraste de hipótesis que son el núcleo conceptual de cualquier análisis
de datos. Nuestro objetivo es que el alumno sea capaz de extraer conclusiones estadísticas
razonadas en base a distintas técnicas de manipulación de datos.

1. TÉCNICAS DE ANÁLISIS DE DATOS:
   1. Combinatoria:
   2. Probabilidad:
   3. Variable aleatoria discreta:
   4. Variable aleatoria continua:
   5. Estadística descriptiva:
   6. Muestreo e inferencia estadística:
   7. Contraste de hipótesis:

Los recursos de aprendizaje que se utilizarán en todas las asignaturas de la titulación (salvo las prácticas externas) para facilitar el proceso de enseñanza-aprendizaje, son:

• Campus online de la UEMC (Open Campus)
• Plataforma de Webconference (Adobe Connect)

Las comunicaciones con el profesor serán a través de Open Campus vía Mi correo, Tablón o/y Foro.

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

El alumno será capaz de:

1. El alumno será capaz de identifica y analizar los modelos de distribuciones de probabilidad aplicados a grandes volúmenes de datos.

2. El alumno será capaz de realizar estudios de dos o más variables aleatorias identificando situaciones de independencia e interdependencia estadística entre ellas.

3. El alumno será capaz de formular problemas reales en términos estadísticos y aplicar las técnicas estudiadas para solucionarlas

• ontgomery, D. C., Runger, G. C. (2013), Applied statistics and probability for engineers, John Wiley & Sons
• Hothorn, T. y Everitt,B.S. (2014), A Handbook of Statistical Analyses using R, Chapman and Hall/CRC

• Zubelzu, Sergio, Ercoreca, Ainhoa (2015), Estadística descriptiva y probabilidad (disponible en biblioteca electrónica), Ediciones Pirámide
• Muruzábal Irigoyen, José Javier (2014), Teoría de muestras e inferencia estadística : elementos de estadística aplicada, Garceta Grupo Editorial
• ackett, G. y Caunt, D. (1995), Quantitative Methods. An active learning approach, Wiley-Blackwell
• Murrell, Paul (2018), R Graphics Second Edition, CRC Press
• Maindonald, J., Y Braun, J. (2006), Data analysis and graphics using R: an example-based approach (Vol. 10) ., Cambridge University Press.

https://www.ine.es/ (Instituto Nacional de Estadística)

https://datos.bancomundial.org/ (Datos de libre acceso del Banco Mundial)

https://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/ (Oficina Estadística de las Comunidades Europeas)

https://posit.co/ (Página oficial del Software RStudio)

https://jasp-stats.org/ (Página oficial del Software Jasp)

materiales generados y/o recomendados en las clases.

Método dialéctico

Se caracteriza por la participación de los alumnos en las actividades de evaluación continua de debate y la intervención de éstos a través del diálogo y de la discusión crítica (seminarios, grupos de trabajo, etc.). Utilizando este método el alumno adquiere conocimiento mediante la confrontación de opiniones y puntos de vista. El papel del profesor consiste en proponer a través de Open Campus temas referidos a la materia objeto de estudio que son sometidos a debate para, posteriormente, evaluar el grado de comprensión que han alcanzado los alumnos.

Método didáctico

El papel del profesor cobra importancia a través de la impartición de clases magistrales en tiempo real por videoconferencia que podrá utilizar para explicar los contenidos teóricos, resolver dudas que se planteen durante la sesión, ofrecer retroalimentación sobre las actividades de evaluación continua o realizar sesiones de tutoría de carácter grupal.

Método heurístico

Este método puede desarrollarse de forma individual o en grupo a través de las actividades de evaluación continua (entregas de trabajos, resolución de ejercicios, presentaciones, etc.). El objetivo es que el alumno asuma un papel activo en el proceso de aprendizaje adquiriendo los conocimientos mediante la experimentación y la resolución de problemas.

Las actividades formativas que se realizan en la asignatura son las siguientes:

Clases teóricas: Actividad dirigida por el profesor que se desarrollará de forma sincrónica en grupo. Para la realización de esta actividad en Open Campus, la UEMC dispone de herramientas de Webconference que permiten una comunicación unidireccional en las que el docente puede desarrollar sesiones en tiempo real con posibilidad de ser grabadas para ser emitidas en diferido.

Actividades prácticas: Actividades supervisadas por el profesor que se desarrollarán fundamentalmente de forma asíncrona, y de forma individual o en grupo:

• • Actividades de debate. Se trata de actividades en las que se genera conocimiento mediante la participación de los estudiantes en discusiones alrededor de temas de interés en las distintas asignaturas.
  • Entregas de trabajos individuales o en grupos a partir de un enunciado o unas pautas de trabajo que establecerá el profesor.
  • Resolución de ejercicios y problemas que el alumno debe realizar a través de Open Campus en un periodo de tiempo determinado. Esta actividad puede ser en formato test de evaluación.

Tutorías: Las tutorías podrán tener un carácter sincrónico o asíncrono y podrán desarrollarse de manera individual o en grupos reducidos.

Están previstas dos sesiones de tutoría por videoconferencia, una al inicio y otra al final del semestre. En la primera se presentará la asignatura y la guía docente y en la segunda, en las semanas previas a la evaluación final, se dedicará a la resolución de dudas de los estudiantes.

Además, el docente utiliza el Tablón, el Foro y el Sistema de correo interno de Open Campus para atender las necesidades y dudas académicas de los estudiantes.