ECTS credits ECTS credits: 3
ECTS Hours Rules/Memories Hours of tutorials: 3 Expository Class: 9 Interactive Classroom: 12 Total: 24
Use languages Spanish, Galician
Type: Ordinary subject Master’s Degree RD 1393/2007 - 822/2021
Departments: Functional Biology, Agroforestry Engineering
Areas: Ecology, Agroforestry Engineering
Center Higher Polytechnic Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable
El objetivo de esta asignatura es que los estudiantes aprendan las técnicas básicas de construcción de modelos. Esto sienta las bases para el resto de las asignaturas del módulo, donde se utilizarán estas técnicas para la construcción o el análisis de modelos específicos. Este objetivo general se divide en dos objetivos específicos:
Primero, que los estudiantes aprendan a utilizar técnicas de ajuste de ecuaciones que les permitan convertir datos brutos en las ecuaciones necesarias para la construcción de modelos;
Segundo, que los estudiantes aprendan a utilizar un lenguaje informático que les permita (a) ejecutar las técnicas estadísticas que se estudiarán en la parte teórica; (b) construir modelos complejos que incluyan diversos procesos ecológicos o de producción forestal representados por múltiples ecuaciones y estructuras de datos.
Los contenidos de la asignatura, incluidos en la memoria verificada de la titulación, son:
Procesamiento de datos y técnicas estadísticas básicas de modelado. Uso de un lenguaje informático para la gestión de datos forestales y creación de programas utilizables en el desarrollo de modelos.
Estos contenidos se desarrollarán en el siguiente programa:
Programa teórico:
1. El lenguaje R. Aspectos básicos
2. Datos y estructuras de datos en R
3. Uso y construcción de funciones básicas en R
4. Construcción de funciones y modelos complejos en R
5. Creación de gráficos en R
6. Modelos y datos
7. Técnicas de ajuste lineal
8. Técnicas de ajuste no lineal
9. Regresión logística
10. Regresión multivariante
11. Validación de modelos
Cada uno de los 11 temas propuestos tendrá una dedicación aproximada de entre 2 y 3 horas lectivas.
Programa práctico:
El programa práctico es el mismo que el de la teoría, ya que en esta asignatura los conceptos explicados en la parte teórica se ponen en práctica de inmediato. Los estudiantes contarán con computadoras con el lenguaje R instalado, lo que les permitirá trabajar en conceptos teóricos de forma práctica. Por lo tanto, en esta asignatura no habrá separación temporal entre la práctica y la teoría.
No es necesario que los estudiantes tengan conocimientos previos de programación. R tiene la ventaja de ser un lenguaje interpretado, lo que permite trabajar de forma interactiva, casi como si fuera una calculadora, lo que facilita enormemente el aprendizaje.
BIBLIOGRAFIA BÁSICA
Draper, N.R., Smith, H., 1981. Applied Regression Analysis (Second ed.). John Wiley and Sons, New York, 709 pp.
Kangas, A., Maltamo, M., 2006. Forest Inventory Methodology and Applications. Series: Managing Forest Ecosystems, Vol. 10, Springer Verlag, 362p. ISBN 978-90-481-3164-8.
Robinson, A P; Hamman, J. D., 2010. Forest analysis with R. An introduction (Series: Use R!, ser. eds. Gentleman, R; Hornik, K; Parmigiani, G). Springer, New York.
Zuur, A. F.; Ieno, E. N.; Meesters, E. H. W. G., 2009. A beginners's guide to R (Series: Use R!, ser. eds. Gentleman, R; Hornik, K; Parmigiani, G). Springer, New York.
BIBLIOGRAFIA COMPLEMENTARIA
Gadow, K.v., Hui, G., 1999. Modelling Forest Development, Kluwer Academic Publishers, 213 p.
Gadow, K.v., Real, P., Álvarez-González, J.G., 2001. Modelización del crecimiento y evolución de los bosques. IUFRO World Series Vol. 12, 242 p.
Murrell, P. 2006. R graphics (Series: Computer Science and Data Analysis, ser. eds. Lafferty, J; Madigan, D; Murthag, F; Smyth, P). Chapman & Hall/ CRC, London.
Weiskittel, A.R., Hann, D.W., Kershaw, J.A., Vanclay, J.K., 2011. Forest Growth and Yield Modeling. John Wiley and Sons. ISBN: 978-0-470-66500-8,
430 p.
Quien supere esta asignatura, conocerá:
- COM6-01: Las técnicas estadísticas y de programación que se utilizan en la construcción de modelos.
Además, será capaz de:
- HAM6-01: Usar un lenguaje informático para realizar análisis estadísticos y construir los elementos básicos de los modelos forestales.
Esta asignatura contribuirá a que se adquiera la competencia de la especialidad:
- CEM6-01: Capacidad para desarrollar modelos de crecimiento y producción de sistemas forestales e implementarlos en simuladores informáticos para realizar predicciones.
DOCENCIA PRESENCIAL
Clases en el aula de informática. En ellas, se explicará el temario teórico de la asignatura y se realizarán ejercicios que ilustran la teoría y permiten a los alumnos aprender a utilizar las técnicas y conceptos estudiados (COM6-01, HAM6-01, CEM6-01).
Tutorías personales. Los alumnos podrán comentar con el profesorado las dificultades o dudas que surjan en el trabajo de clase, durante la realización de ejercicios o en la preparación de los casos prácticos propuestos.
Uso del Campus Virtual como herramienta de apoyo a la docencia. Allí se dispondrá de los materiales necesarios para la realización de los ejercicios y trabajos de curso, así como de material de apoyo a la docencia teórica.
TRABAJO PERSONAL DEL ALUMNO
Resolución de ejercicios y problemas similares a los de clase para que los alumnos puedan trabajar fuera del aula, consolidar sus conocimientos y descubrir sus dificultades con la asignatura (COM6-01, HAM6-01, CEM6-01).
Casos prácticos de análisis de datos. El profesor proporcionará datos obtenidos en diversos estudios forestales para que los alumnos puedan analizarlos de forma independiente utilizando las técnicas estadísticas aprendidas en la asignatura. Los alumnos elaborarán un informe explicando el trabajo realizado, presentando los resultados y discutiendo sus conclusiones. Este informe formará parte de la evaluación de la asignatura (COM6-01, HAM6-01, CEM6-01).
Prueba escrita (50%): HAM6-01, CEM6-01.
Trabajos entregados (50%): COM6-01, CEM6-01.
La prueba escrita evaluará el conocimiento y dominio del lenguaje R y se realizará en las fechas establecidas en el calendario oficial de exámenes.
La realización de las actividades propuestas es obligatoria para aprobar la asignatura. En los trabajos, el alumno aplicará todos los conocimientos adquiridos para resolver un caso práctico propuesto por el profesor con datos reales. El plazo de entrega de los trabajos finalizará una semana antes de la fecha oficial del examen en cada ocasión.
Los criterios de evaluación serán los mismos para todos los alumnos, tanto nuevos como repetidores, en ambas ocasiones.
Los estudiantes a los que la Comisión de Titulación haya concedido una exención de asistencia, de acuerdo con lo dispuesto en la «Normativa de asistencia a clase en los estudios oficiales de grado y máster de la Universidad de Santiago de Compostela», deberán realizar los ejercicios propuestos, entregar los trabajos solicitados como parte de la evaluación y presentarse a la prueba escrita, al igual que el resto de los estudiantes. Solo se requerirá la asistencia presencial para la prueba escrita y la revisión de calificaciones.
En caso de entrega fraudulenta de trabajos o pruebas, se aplicará lo dispuesto en la «Normativa de evaluación del rendimiento académico de los estudiantes y revisión de calificaciones».
Cada hora de trabajo presencial con el profesor debe ir acompañada de dos horas adicionales de trabajo por parte del alumno. Es fundamental realizar los ejercicios propuestos en el lenguaje R, ya que permiten consolidar los conceptos explicados en clase y descubrir dificultades inesperadas en su uso.
No es necesario tener conocimientos previos de programación, pero es muy recomendable que las personas que cursan esta asignatura repasen los conocimientos sobre estadística y álgebra matricial que recibieron durante sus estudios de grado.
Juan Gabriel Alvarez Gonzalez
- Department
- Agroforestry Engineering
- Area
- Agroforestry Engineering
- juangabriel.alvarez [at] usc.es
- Category
- Professor: University Professor
Carlos Real Rodriguez
Coordinador/a- Department
- Functional Biology
- Area
- Ecology
- carlos.real [at] usc.es
- Category
- Professor: University Lecturer
Monday | |||
---|---|---|---|
11:00-12:00 | Grupo /CLE_01 | Galician, Spanish | Classroom 5 (Lecture room 2) |
12:00-13:00 | Grupo /CLIL_01 | Galician, Spanish | Classroom 5 (Lecture room 2) |
Tuesday | |||
11:00-12:00 | Grupo /CLE_01 | Galician, Spanish | Classroom 5 (Lecture room 2) |
12:00-13:00 | Grupo /CLIL_01 | Galician, Spanish | Classroom 5 (Lecture room 2) |
Thursday | |||
09:00-10:00 | Grupo /CLE_01 | Spanish, Galician | Classroom 5 (Lecture room 2) |
10:00-11:00 | Grupo /CLIL_01 | Spanish, Galician | Classroom 5 (Lecture room 2) |