Guia docente
DATOS IDENTIFICATIVOS 2024_25
Asignatura ANÁLISIS DE DATOS Código 00108002
Enseñanza
0108 GRADO EN CIENCIAS GASTRONóMICAS
Descriptores Cr.totales Tipo Curso Semestre
6 Formación básica Primer Primero
Idioma
Castellano
Prerrequisitos
Departamento ECONOMIA Y ESTADISTICA
Responsable
ÁLVAREZ ESTEBAN , RAMÓN
Correo-e ralve@unileon.es
edelm@unileon.es
Profesores/as
ÁLVAREZ ESTEBAN , RAMÓN
DELGADO MARQUEZ , ELVIRA
Web http://
Descripción general Se presente que el/la estudiante conozca los conceptos básicos de estadística y su aplicación a las ciencias gastronómicas, sea capaz de diseñar y realizar estudios estadísticos sencillos utilizando software estadístico e interprete los resultados, así como que comprenda e interprete informes relacionados con el sector de la gastronomía.
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ECONOMIA Y ESTADISTICA ABAD GONZALEZ , JULIO IGNACIO
Secretario ECONOMIA Y ESTADISTICA BLANCO ALONSO , PILAR
Vocal ECONOMIA Y ESTADISTICA GARCIA GALLEGO , ANA BELEN
Tribunal suplente
Cargo Departamento Profesor
Presidente ECONOMIA Y ESTADISTICA RODRIGUEZ FERNANDEZ , MARIA DEL PILAR
Secretario ECONOMIA Y ESTADISTICA SOMARRIBA ARECHAVALA , MARIA NOELIA
Vocal ECONOMIA Y ESTADISTICA VALLEJO PASCUAL , MARIA EVA

Competencias
Código  
C2 CMECES2 Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
C3 CMECES3 Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

Resultados de aprendizaje
Resultados Competencias
Resultados de aprendizaje (competencias, habilidades y conocimientos) que debe adquirir el/la estudiante de la asignatura Conocimientos Cn25. Conceptos básicos de análisis de datos y estadística aplicados a las Ciencias Gastronómicas. Cn42. Bases del método científico. Cn43. Diseño básico de experimentos. Habilidades Hb19. Aplicar el análisis de datos y estadística a las Ciencias Gastronómicas. Resultados específicos del aprendizaje Re1. Describir, organizar y analizar conjuntos de datos. Re2. Utilizar métodos estadísticos para estudiar la relación entre dos variables. Re3. Ajustar modelos probabilísticos a variables aleatorias. Re4. Aplicar métodos de inferencia estadística básica. Re5. Utilizar software estadístico para trabajar con conjuntos de datos. Re6. Tomar decisiones objetivas en un ambiente de incertidumbre. C2
C3

Contenidos
Bloque Tema
Tema 1. Estadística descriptiva.
Análisis univariante, gráfico y numérico, números índice y tasas de variación.
Tema 2. Introducción a la Inferencia estadística.
Modelos binomial y normal, estimación por intervalos de confianza, test de hipótesis.
Tema 3. Análisis bivariante
Datos bivariantes, análisis gráfico y numérico, asociación y correlación
Tema 4. Modelos de regresión lineal.
Conceptos básicos del análisis de regresión lineal, ajuste lineal, bondad del ajuste.
Tema 5. Introducción al análisis multivariante.
Objetivos del análisis multivariante, métodos de análisis multivariante, fases del análisis, conceptos básicos de diseño de experimentos.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Resolución de problemas/ejercicios en el aula ordinaria 28 0 28
 
Prácticas en laboratorios 71 0 71
Trabajos 6 0 6
Tutorías 0 0 0
 
Sesión Magistral 45 0 45
 
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as
Metodologías   ::  
  descripción
Resolución de problemas/ejercicios en el aula ordinaria AD5. MD4. Formulación, análisis, resolución y debate de un problema o ejercicio, relacionado con la temática de la asignatura.
Prácticas en laboratorios AD8. MD4. Aplicar, a nivel práctico, la teorí­a de un ámbito de conocimiento en un contexto determinado. Ejercicios prácticos a través de los diferentes laboratorios.
Trabajos AD14. MD14. Trabajos que realiza el alumno.
Tutorías El alumno puede contar con la ayuda del profesor en tutorías individuales, de carácter no obligatorio. Estas tutorías se realizarán en el despacho del profesor o mediante foros. De la misma forma, es posible realizar tutorías grupales.
Sesión Magistral AD1. MD1. Método expositivo, en el que la labor didáctica recae o se centra en el profesor. Por lo tanto, es un método de enseñanza basado en el docente y en la transmisión de conocimientos. A través de este método el profesor presentará y explicará a los alumnos los elementos más relevantes de cada tema. Los alumnos contarán con la documentación pertinente para el correcto seguimiento de los temas.

Tutorías
 
Tutorías
descripción
El alumno puede contar con la ayuda del profesor en tutorías individuales, de carácter no obligatorio. Estas tutorías se realizarán en el despacho del profesor o mediante foros. De la misma forma, es posible realizar tutorías grupales.

Evaluación
  descripción calificación
Otros SE1. Resolución de problemas y/o casos




SE3. Informes (prácticas, casos, proyectos)




SE9. Prueba escrita de problemas y/o supuestos prácticos
 30% Primera convocatoria.
45% segunda convocatoria.

20% Primera convocatoria.
10% segunda convocatoria.

50% Primera convocatoria.
45% segunda convocatoria.
 
Otros comentarios y segunda convocatoria

El procedimiento SE1 consistirá en una prueba de resolución de problemas y/o casos con software estadístico.  

El procedimiento SE9 será una prueba escrita sin software estadístico. 

El procedimiento SE3 consistirá en la entrega de un informe de las prácticas de laboratorio realizadas a lo largo del curso. 


Para superar la asignatura se requiere que la media aritmética ponderada de los procedimientos sea como mínimo de 5 puntos (sobre 10).
El personal docente podrá utilizar cualquier herramienta antiplagio que la Universidad ponga a su disposición para asegurar que no ha habido copia o plagio en ninguna de las pruebas de evaluación realizadas por los estudiantes. Los estudiantes que fueran sorprendidos copiando o plagiando en cualquiera de los procedimientos de evaluación de la asignatura serán evaluados conforme al Reglamento de evaluación de su universidad.

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica

Newbold, P. et al. (2013). Estadística para administración y economía. Octava edición. México, D.F: Pearson Educación.


Peña, D., Romo, J. J. (2014). Introducción a la estadística para las ciencias sociales. Madrid: McGraw-Hill Interamericana.
Complementaria

Marín, J. (2020). Estadística. Editum. Ediciones de la Universidad de Murcia.

Ortiz, M. C., Sánchez, M. S., Sarabia, L. A.  (2020). 1.03 - Quality of Analytical Measurements: Univariate Regression. En Comprehensive Chemometrics: Chemical and Biochemical Data Analysis, Second Edition: Four Volume Set (Vol. 1, pp. 71-105). Elsevier. https://doi.org/10.1016/B978-0-12-409547-2.14869-3


Ortiz, M. C., Sarabia, L. A., Sánchez, M. S., Herrero, A. (2020). 1.01 - Quality of Analytical Measurements: Statistical Methods for Internal Validation. En Comprehensive Chemometrics: Chemical and Biochemical Data Analysis, Second Edition: Four Volume Set (Vol. 1, pp. 1-52). Elsevier. https://doi.org/10.1016/B978-0-12-409547-2.14746-8


Pripp, A. H. (2013). Statistics in Food Science and Nutrition.  Springer New York. https://doi.org/10.1007/978-1-4614-5010-8


 Acceso a la bibliografía recomendada desde Leganto
UBU: https://leganto.ubu.es/leganto/readinglist/searchlists?fromSaml=true&auth=SAML
ULE: https://biblioteca.unileon.es/leganto
UVa: https://buc-uva.alma.exlibrisgroup.com/leganto/public/34BUC_UVA/lists/7803338930005774?auth=SAML

Recomendaciones