Consulta de Guías Docentes



Academic Year/course: 2023/24

549 - Master's in Evaluation and Physical Training for Health

60854 - Data analysis


Syllabus Information

Academic year:
2023/24
Subject:
60854 - Data analysis
Faculty / School:
229 - Facultad de Ciencias de la Salud y del Deporte
Degree:
549 - Master's in Evaluation and Physical Training for Health
ECTS:
3.0
Year:
1
Semester:
Second semester
Subject type:
Optional
Module:
---

1. General information

Statistical data analysis is essential in scientific research. It allows accurate descriptions and predictions based on known and measured conditions. The subject is essential to successfully write a doctoral thesis or pursue a professional career in research or innovation. It teaches how to implement appropriate strategies of statistical analysis considering objectives, hypotheses and nature of the variables studied.

In particular, it deals with essential skills for collecting, analysing, visualizing and interpreting statistical variables. Students will acquire skills in the use of statistical analysis software, identification of relationships between variables as well as reporting the results and conclusions of the analysis.

The objectives of this subject are aligned with the SDGs of the 2030 Agenda, focusing on Health and well-being (Goal 3) and Quality education (Goal 4).

2. Learning results

  • To know the fundamental concepts of data analysis and description.
  • To understand and manage  autonomously the analysis of unidimensional and n-dimensional statistical data: how to select, collect, tabulate, visualize and interpret statistical variables.
  • To graphically represent the results derived from the application of statistical techniques.
  • To identify and analyse relationships and associations between variables.
  • To use statistical data analysis software in a correct and rational manner.
  • To interpret the results derived from the application of statistical techniques and judge their appropriateness to the research design.
  • To prepare a report with the results and conclusions of the statistical analysis of data.

3. Syllabus

Block 1. Introduction to data analysis.

  • Fundamental concepts of statistical data analysis.
  • Creation and basic management of databases in Microsoft Excel and SPSS.

Block 2. Univariate Descriptive Statistical Analysis.

  • Tabular summaries and summary measures.
    Graphical representations.

Block 3. Bivariate Descriptive Statistical Analysis.

  • Measures of association and bivariate tabulation.
  • Bivariate graphical summaries.

Block 4. Statistical inference.

  • Parametric and nonparametric hypothesis testing.

Block 5. Introduction to Multivariate Analysis.

  • Basic concepts and types of techniques.
  • Methods with dependent variable: multiple linear regression, binary logistic regression.
  • Methods with only independent variables: factor analysis, cluster analysis, biplot methods, MANOVA and discriminant analysis.

4. Academic activities

  • Master Class(25 hours): presentation of the subject´s topics through oral exposition and demonstration on blackboard and computer of theoretical and practical contents.
  • Problem and case solving(5 hours): students will discover the appropriate or correct solutions to problems and situations through the application of formulas, algorithms or other techniques taught in the subject, as well as the interpretation of the results obtained. The purpose is to exercise, rehearse and put previous knowledge into practice.
  • Study, teaching assignments and assessment(42.5 hours): practical application or research works.

5. Assessment system

The student must demonstrate achievement of the intended learning results through the following assessment activities:

Written work: students will be asked to complete different assignments in order to demonstrate that they are autonomous when working with a database.

Techniques based on student attendance and active participation in class, seminars and tutorials.

The above assessment activities will be carried out on a continuous basis, during the classes of the second four-month period, when the teachers finish the theoretical and practical development of the syllabus’s contents. In this way, the student will be able to carry out a "continuous assessment" of their learning in this subject. The subject is considered as passed when the student obtains a grade equal to or higher than 5 in the continuous assessment.

The student who has not obtained a grade equal to or higher than 5 in this continuous assessment system, or who has not chosen it , will have the opportunity to present the written works on the official examination date. The subject is considered as passed when the student obtains a grade equal to or higher than 5 for the mentioned written works.

 


Curso Académico: 2023/24

549 - Máster Universitario en Evaluación y Entrenamiento Físico para la Salud

60854 - Análisis de datos


Información del Plan Docente

Año académico:
2023/24
Asignatura:
60854 - Análisis de datos
Centro académico:
229 - Facultad de Ciencias de la Salud y del Deporte
Titulación:
549 - Máster Universitario en Evaluación y Entrenamiento Físico para la Salud
Créditos:
3.0
Curso:
1
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información básica de la asignatura

El Análisis Estadístico de Datos es esencial en la investigación científica, permitiendo descripciones precisas y predicciones basadas en condiciones conocidas y medidas. La asignatura es imprescindible para abordar con éxito una tesis doctoral o una carrera profesional en investigación o innovación, al enseñar a implementar estrategias adecuadas de análisis estadístico considerando objetivos, hipótesis y naturaleza de las variables estudiadas.

En particular, se trabajan habilidades esenciales para recopilar, analizar, visualizar e interpretar variables estadísticas. Los estudiantes adquirirán competencias en el uso de software de análisis estadístico, identificación de relaciones entre variables y elaboración de informes con resultados y conclusiones del análisis.

Los objetivos de esta asignatura están alineados con los ODS de la Agenda 2030, enfocándose en Salud y bienestar (Objetivo 3) y Educación de calidad (Objetivo 4).

2. Resultados de aprendizaje

  • Conocer los conceptos fundamentales de análisis y descripción de datos.
  • Comprender y manejar con autonomía el análisis de datos estadísticos unidimensionales y n-dimensionales: cómo seleccionar, recoger, tabular, visualizar e interpretar variables estadísticas.
  • Representar gráficamente los resultados derivados de la aplicación de técnicas estadísticas.
  • Identificar y analizar relaciones y asociaciones entre variables.
  • Utilizar correcta y racionalmente el software de análisis estadístico de datos.
  • Interpretar los resultados derivados de la aplicación de técnicas estadísticas y juzga su adecuación al diseño de la investigación.
  • Elaborar un informe con los resultados y conclusiones del análisis estadístico de datos.

3. Programa de la asignatura

Bloque 1. Introducción al análisis datos.

  • Conceptos fundamentales del análisis estadístico de datos.
  • Creación y gestión básica de bases de datos en Microsoft Excel y SPSS.

Bloque 2. Análisis Estadístico Descriptivo Univariante.

  • Resúmenes tabulares y medidas de síntesis.
    Representaciones gráficas.

Bloque 3. Análisis Estadístico Descriptivo Bivariante.

  • Medidas de asociación y tabulación bivariante.
  • Resúmenes gráficos bivariantes.

Bloque 4. Inferencia estadística.

  • Contraste de hipótesis paramétricos y no paramétricos.

Bloque 5. Introducción al Análisis Multivariante.

  • Conceptos básicos y tipos de técnicas.
  • Métodos con variable dependiente: regresión lineal múltiple, regresión logística binaria.
  • Métodos con sólo variables independientes: análisis factorial, análisis de conglomerados (clúster), métodos biplot, MANOVA y análisis discriminante.

4. Actividades académicas

  • Clase Magistral (25 horas): Presentación de la materia a través de la exposición oral y demostración en pizarra y ordenador de los contenidos teórico-prácticos de la asignatura.
  • Resolución de problemas y casos (5 horas): Descubrimiento por parte del alumno de las soluciones adecuadas o correctas de los problemas y situaciones mediante la aplicación de fórmulas, algoritmos u otras técnicas impartidas en la asignatura, así como la interpretación de los resultados obtenidos. La finalidad es ejercitar, ensayar y poner en práctica los conocimientos previos.
  • Estudio, trabajos docentes y evaluación (42,5 horas): Realización de trabajos de aplicación o investigación prácticos.

5. Sistema de evaluación

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluación:

Trabajo escrito: Se encargará la realización de distintos trabajos con el objetivo de que los alumnos demuestren que son independientes a la hora de trabajar con una base de datos.

Técnicas basadas en la asistencia y participación activa del alumnado en clase, seminarios y tutorías.

Las anteriores actividades de evaluación se realizarán de forma continua, durante el período de clases del segundo cuatrimestre, en el momento en el que los profesores finalicen el desarrollo teórico y práctico de los contenidos del programa. De esta forma, el/la alumno/a podrá realizar una "evaluación continua" de su aprendizaje en esta asignatura. El/la alumno/a que obtenga una calificación igual o mayor que 5 en esta evaluación continua, tendrá aprobada la asignatura.

El/la alumno/a que no haya obtenido una calificación igual o mayor que 5 en este sistema de evaluación continua, o que no haya considerado optar o presentarse al mismo, tendrá la oportunidad de presentar los trabajos escritos en la fecha oficial de examen. El/la alumno/a que obtenga en estos trabajos una calificación igual o mayor que 5, tendrá aprobada la asignatura.