Guías Docentes Electrónicas
1. DATOS GENERALES
Asignatura:
TRATAMIENTO Y ANÁLISIS EXPLORATORIO DE DATOS ECONÓMICOS
Código:
311090
Tipología:
OBLIGATORIA
Créditos ECTS:
6
Grado:
2364 - MÁSTER UNIVERSITARIO EN MODELIZACIÓN Y ANÁLISIS DE DATOS ECONÓMICOS
Curso académico:
2020-21
Centro:
403 - FACULTAD DERECHO Y CIENCIAS SOCIALES (CR)
Grupo(s):
20 
Curso:
1
Duración:
Primer cuatrimestre
Lengua principal de impartición:
Español
Segunda lengua:
Inglés
Uso docente de otras lenguas:
English Friendly:
S
Página web:
Bilingüe:
N
Profesor: VICTOR MANUEL CASERO ALONSO - Grupo(s): 20 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
Politécnico/2-A15
MATEMÁTICAS
926295300, ext. 6402
victormanuel.casero@uclm.es

Profesor: EMILIO LOPEZ CANO - Grupo(s): 20 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
Módulo E, despacho 1.11
ECO.POL/ HAC. PUB.,EST.ECO./EMP Y POL EC
ext. 6374
emilio.lcano@uclm.es

2. REQUISITOS PREVIOS
No se han establecido
3. JUSTIFICACIÓN EN EL PLAN DE ESTUDIOS, RELACIÓN CON OTRAS ASIGNATURAS Y CON LA PROFESIÓN

Según diversas fuentes, el 80% del tiempo de un analista se dedica a la obtención, depuración y preparación de datos. Este hecho justifica la inclusión en el plan de estudios de este tema dedicado a la gestión y exploración inicial de datos. Una vez los datos están preparados para el análisis, el primer paso siempre debe ser un análisis exploratorio mediante técnicas numéricas y, sobre todo, gráficas, que permitan una visualización avanzada de datos, para tener a fin de obtener una visión general y sentar las bases de posteriores análisis con técnicas avanzadas. La selección de las técnicas adecuadas para cada problema es crucial, y se resuelve en estos pasos iniciales. Esta asignatura cubre estos aspectos a nivel conceptual y, de acuerdo con la filosofía de aprendizaje que subyace al Máster, todas las metodologías y técnicas de análisis serán tratadas de modo eminentemente empírico mediante el uso y manejo del software especializado de análisis de datos R, aplicado a ficheros de datos de naturaleza económica y empresarial reales de elaboración propia (investigación de mercados, operaciones, CRM, etc.) o extraídos de diversas fuentes oficiales (INE, Eurostat, OCDE, REE...).


4. COMPETENCIAS DE LA TITULACIÓN QUE LA ASIGNATURA CONTRIBUYE A ALCANZAR
Competencias propias de la asignatura
Código Descripción
CB06 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
CB07 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
CB08 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
CB09 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
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.
CE01 Ser capaz de obtener datos reales de diversas fuentes económico-empresariales (por ejemplo, fuentes oficiales o estudios de mercado) y prepararlos para su procesamiento estadístico mediante el empleo de software especializado.
CE02 Ser capaz de trabajar con datos reales de diversas fuentes económico-empresariales aplicando las técnicas adecuadas para su depuración, detección de errores, gestión de datos perdidos o incompletos, o de su transformación entre otras, mediante el empleo de software especializado.
CE03 Ser capaz de comprobar las hipótesis preliminares subyacentes a la estructura de los datos recogidos, y describir las variables disponibles mediante medidas numéricas y métodos visuales avanzados, mediante el empleo de software especializado.
CG01 Saber trabajar en equipos multidisciplinares y gestionar el tiempo de trabajo, obteniendo resultados relevantes en el ámbito de la decisión empresarial o de la investigación avanzada de los fenómenos económicos.
CG02 Ser capaz de generar y desarrollar de forma independiente propuestas innovadoras y competitivas en la investigación y en la actividad profesional en el ámbito del análisis de datos económicos.
CG03 Ser capaz de identificar problemas y evaluar la aplicabilidad de las técnicas de análisis y modelización más adecuadas para su resolución, utilizando para ello software estadístico y econométrico especializado.
CG04 Ser capaz de presentar públicamente los resultados de una investigación o un informe técnico, por medio de software y aplicaciones tecnológicas y digitales en cualquier medio económico especializado (publicación científica) o ante cualquier foro profesional (académico o empresarial), a todos los niveles de especialización.
CT01 Fomentar el espíritu innovador, creativo y emprendedor.
CT02 Desarrollar el razonamiento crítico y la capacidad de crítica y autocrítica.
CT03 Ser capaz de realizar un proceso de aprendizaje autónomo y responsable.
5. OBJETIVOS O RESULTADOS DE APRENDIZAJE ESPERADOS
Resultados de aprendizaje propios de la asignatura
Descripción
Conocer los procedimientos de obtención, depuración y preparación de diversos tipos de datos, principalmente de naturaleza económico-empresarial, incluyendo (pero no restringido a): datos macroeconómicos y microeconómicos, datos de Economía Pública, mercado laboral, investigación comercial y subsistemas empresariales (logística, ventas, operaciones, etc.).
Conocer las técnicas de análisis exploratorio de datos: resúmenes y visualización avanzada de datos.
Saber distinguir los tipos de variables y por tanto aplicar las técnicas adecuadas para su análisis exploratorio.
Obtener de forma eficiente informes de análisis de datos y saber interpretar la información obtenida en el análisis descriptivo.
Saber manejar software estadístico para el tratamiento especializado de datos.
Resultados adicionales
No se han establecido.
6. TEMARIO
  • Tema 1: Introducción a R y RStudio.
  • Tema 2: Obtención y tratamiento de datos económicos.
  • Tema 3: Análisis exploratorio: resúmenes numéricos y visualización de datos.
  • Tema 4: Informes con R Markdown.
7. ACTIVIDADES O BLOQUES DE ACTIVIDAD Y METODOLOGÍA

Todas las actividades formativas serán recuperables, es decir, debe existir una prueba de evaluación alternativa que permita valorar de nuevo la adquisición de las mismas competencias en la convocatoria ordinaria, extraordinaria y especial de finalización. Si excepcionalmente, la evaluación de alguna de las actividades formativas no pudiera ser recuperable, deberá especificarse en la descripción.

Actividad formativa Metodología Competencias relacionadas ECTS Horas Ev Ob Descripción
Enseñanza presencial (Teoría) [PRESENCIAL] Combinación de métodos CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 0.4 10 N N Metodologías empleadas: - Método expositivo/Lección magistral - Lectura y análisis de artículos y recensiones
Prácticas en aulas de ordenadores [PRESENCIAL] Combinación de métodos CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 0.8 20 S S Metodologías empleadas: - Estudio de casos - Resolución de problemas y/o casos - Prácticas - Talleres y Seminarios
Presentación de trabajos o temas [PRESENCIAL] Otra metodología CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 0.2 5 S S Presentación de memorias, informes o trabajos, de modo individual y/o colectivo.
Otra actividad presencial [PRESENCIAL] Trabajo dirigido o tutorizado CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 0.5 12.5 N N Incluye tutorías, tanto individuales como grupales. También la asistencia a seminarios de interés para el alumnado.
Prueba final [PRESENCIAL] Pruebas de evaluación CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 0.1 2.5 S S Pruebas de evaluación formativa.
Elaboración de informes o trabajos [AUTÓNOMA] Combinación de métodos CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 2.4 60 N N Metodologías empleadas: - Trabajo dirigido o tutorizado - Trabajo autónomo - Trabajo en grupo
Estudio o preparación de pruebas [AUTÓNOMA] Trabajo autónomo CB06 CB07 CB08 CB09 CB10 CE01 CE02 CE03 CG01 CG02 CG03 CG04 CT01 CT02 CT03 1.6 40 N N Trabajo autónomo
Total: 6 150
Créditos totales de trabajo presencial: 2 Horas totales de trabajo presencial: 50
Créditos totales de trabajo autónomo: 4 Horas totales de trabajo autónomo: 100

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

8. CRITERIOS DE EVALUACIÓN Y VALORACIONES
Sistema de evaluación Evaluacion continua Evaluación no continua * Descripción
Prueba final 40.00% 100.00% En esta prueba final se evaluarán todas las competencias asociadas a las distintas actividades formativas de la asignatura.
Trabajo 40.00% 0.00% Se evaluarán los informes y trabajos que han sido propuestos a lo largo del curso.
Realización de actividades en aulas de ordenadores 20.00% 0.00% Se evaluarán actividades realizadas con el manejo de ordenadores tales como la resolución de ejercicios y problemas.
Total: 100.00% 100.00%  
* En Evaluación no continua se deben definir los porcentajes de evaluación según lo dispuesto en el art. 6 del Reglamento de Evaluación del Estudiante de la UCLM, que establece que debe facilitarse a los estudiantes que no puedan asistir regularmente a las actividades formativas presenciales la superación de la asignatura, teniendo derecho (art. 13.2) a ser calificado globalmente, en 2 convocatorias anuales por asignatura, una ordinaria y otra extraordinaria (evaluándose el 100% de las competencias).

Criterios de evaluación de la convocatoria ordinaria:
  • Evaluación continua:
    Corrección en los planteamientos y soluciones aportadas, tanto en informes, resolución de ejercicios, problemas, casos prácticos, como en el examen final.
  • Evaluación no continua:
    Las mismas que para la evaluación continua.
    La prueba final podría ser diferente a aquella de la evaluación continua para poder evaluar el 100% de las competencias.

Particularidades de la convocatoria extraordinaria:
En esta convocatoria el alumno será evaluado de todas las competencias asociadas a las distintas actividades formativas de la asignatura mediante la realización de una prueba final cuya estructura y composición será comunicada con la antelación suficiente por el profesor.
Particularidades de la convocatoria especial de finalización:
Las mismas que para la convocatoria extraordinaria.
9. SECUENCIA DE TRABAJO, CALENDARIO, HITOS IMPORTANTES E INVERSIÓN TEMPORAL
No asignables a temas
Horas Suma horas
Enseñanza presencial (Teoría) [PRESENCIAL][Combinación de métodos] 10
Prácticas en aulas de ordenadores [PRESENCIAL][Combinación de métodos] 20
Presentación de trabajos o temas [PRESENCIAL][Otra metodología] 5
Otra actividad presencial [PRESENCIAL][Trabajo dirigido o tutorizado] 12.5
Prueba final [PRESENCIAL][Pruebas de evaluación] 2.5
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos] 60
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 40

Actividad global
Actividades formativas Suma horas
10. BIBLIOGRAFÍA, RECURSOS
Autor/es Título Libro/Revista Población Editorial ISBN Año Descripción Enlace Web Catálogo biblioteca
Emilio López Cano Tratamiento y Análisis Exploratorio de Datos (Apuntes de la asignatura) 2020  
Roger D. Peng Exploratory Data Analysis with R Leanpub 9781365060069 2020 Disponible on-line en el enlace https://bookdown.org/rdpeng/exdata/  
Wickham, H.; Grolemund, G. R for data science : import, tidy, transform, visualize, and model data O'Reilly, 978-1-4919-1039-9 2016 Disponible on-line en el enlace https://r4ds.had.co.nz Ficha de la biblioteca
Yihui Xie, J. J. Allaire, Garrett Grolemund R Markdown: The Definitive Guide Taylor & Francis, CRC Press, 9781138359338 2018 Disponible on-line en el enlace https://bookdown.org/yihui/rmarkdown/  



Web mantenido y actualizado por el Servicio de informática