Ciencia de los Datos Aplicada
Grado y Doble Grado. Curso 2024/2025.
SIMULACIÓN EN CIENCIA DE LOS DATOS - 806331
Curso Académico 2024-25
Datos Generales
- Plan de estudios: 081C - GRADO EN CIENCIA DE LOS DATOS APLICADA (2022-23)
- Carácter: Optativa
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG1 - Comunicar y transmitir la información a un público tanto especializado como no especializado.
CG4 - Interés en el conocimiento, descripción e interpretación de fenómenos susceptibles de cuantificación.
CG12 - Valorar la utilidad de los resultados obtenidos, así como proponer las modificaciones precisas si ésta no fuese suficiente.
CG13 - Capacidad de expresar y aplicar rigurosamente los conocimientos adquiridos en la resolución de problemas.
CG4 - Interés en el conocimiento, descripción e interpretación de fenómenos susceptibles de cuantificación.
CG12 - Valorar la utilidad de los resultados obtenidos, así como proponer las modificaciones precisas si ésta no fuese suficiente.
CG13 - Capacidad de expresar y aplicar rigurosamente los conocimientos adquiridos en la resolución de problemas.
Específicas
CE4 - Identificar y organizar la información relevante de un problema.
CE 5, CE 7 - Descubrir patrones y describir situaciones con comportamiento aleatorio.
CE 9 - Valorar la calidad del modelo propuesto y de los resultados obtenidos mediante simulación.
CE15 - Elaborar previsiones y escenarios mediante simulación.
CE 13 - Utilizar la simulación como herramienta para la obtención de soluciones heurísticas
CE16 - Gestionar y explorar bases de datos de cualquier volumen.
CE 5, CE 7 - Descubrir patrones y describir situaciones con comportamiento aleatorio.
CE 9 - Valorar la calidad del modelo propuesto y de los resultados obtenidos mediante simulación.
CE15 - Elaborar previsiones y escenarios mediante simulación.
CE 13 - Utilizar la simulación como herramienta para la obtención de soluciones heurísticas
CE16 - Gestionar y explorar bases de datos de cualquier volumen.
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%
Presenciales
2,4
No presenciales
3,6
Semestre
5
Breve descriptor:
Concepto de número aleatorio y sus aplicaciones prácticas. Generación de variables y vectores aleatorios. Generación de procesos aleatorios. Métodos de Montecarlo. Análisis estadístico de datos.
Requisitos
Haber cursado: Azar y probabilidad, Inferencia paramétrica, Inferencia no paramétrica, Software estadístico II
Contenido
1. Concepto de número aleatorio y sus aplicaciones prácticas.
2. Generación de variables y vectores aleatorios. Métodos de Montecarlo.
3. Generación de procesos aleatorios.
4. Técnicas de reducción de la varianza. Análisis estadístico de datos simulados
5. Aplicaciones de la metodología Montecarlo al tratamiento de grandes conjuntos de datos.
Evaluación
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
En todo caso, el alumno tiene la opción de superar la asignatura por evaluación continua.
Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
En todo caso, el alumno tiene la opción de superar la asignatura por evaluación continua.
Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.
Bibliografía
ABAD R. C., (2002) Introducción a la simulación ya la teoría de colas. Netbiblo.
CAO, R. et al. (2021) Técnicas de Remuestreo. Libro online: https://rubenfcasal.github.io/book_remuestreo
FERNANDEZ CASAL, R. et al. (2022). Simulación Estadística. Libro online: https://rubenfcasal.github.io/simbook
JONES, O. et al. (2009). Introduction to Scientific Programming and Simulation Using R. CRC
RIOS, D. et al., (1997) Simulación: métodos y aplicaciones. Ra-ma (1997)
ROBERT, C.P. et al. (2010). Introducing Monte Carlo Methods with R. Springer
ROSS, S. (2002) Simulation Academic Press.
CAO, R. et al. (2021) Técnicas de Remuestreo. Libro online: https://rubenfcasal.github.io/book_remuestreo
FERNANDEZ CASAL, R. et al. (2022). Simulación Estadística. Libro online: https://rubenfcasal.github.io/simbook
JONES, O. et al. (2009). Introduction to Scientific Programming and Simulation Using R. CRC
RIOS, D. et al., (1997) Simulación: métodos y aplicaciones. Ra-ma (1997)
ROBERT, C.P. et al. (2010). Introducing Monte Carlo Methods with R. Springer
ROSS, S. (2002) Simulation Academic Press.
Otra información relevante
La información detallada de la asignatura estará disponible en el Campus Virtual.
Estructura
| Módulos | Materias |
|---|---|
| No existen datos de módulos o materias para esta asignatura. | |
Grupos
| Clases Teóricas y/o Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 09/09/2024 - 20/12/2024 | MIÉRCOLES 11:00 - 13:00 | - | MARIA GAMBOA PEREZ |
| Actividades Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 09/09/2024 - 20/12/2024 | VIERNES 09:00 - 11:00 | - | MARIA GAMBOA PEREZ |