Guía docente de Técnicas Cuantitativas para la Planificación Territorial (MB1/56/2/25)

Introducción: la aplicabilidad de las técnicas cuantitativas.

Nociones clave del análisis cuantitativo. Principales técnicas.

Técnicas de análisis: la encuesta. El diseño muestral.

Técnicas de análisis: la regresión logística Técnicas de análisis: el análisis factorial Técnicas de análisis: el análisis de componentes principales Técnicas de análisis: el análisis de series temporales.

1. Conocer las características y funciones de las principales técnicas cuantitativas usadas en estudios de planificación territorial.
2. Reflexionar sobre el diseño de una investigación con técnicas cuantitativas.
3. Evaluar la adecuación de las técnicas cuantitativas en estudios de planificación territorial.

El objetivo de la asignatura es capacitar a los alumnos en la aplicación de técnicas cuantitativas de análisis apropiadas para la resolución de problemas en el ámbito de la planificación territorial. Tras una breve introducción sobre la necesidad de la aplicación de métodos cuantitativos, la asignatura se centra en la exposición de las principales técnicas (estadística descriptiva, muestreo, test de hipótesis, regresión, entre otras) y su aplicabilidad utilizando el paquete estadístico R. La dinámica de la asignatura consistirá en la realización de seis breves prácticas, cada una centrada en una técnica distinta.

1. Introducción al entorno estadístico R y Rstudio.
2. Estadística descriptiva
3. Estadística inferencial y test de hipótesis
4. Muestreo estadístico
5. Regresión lineal simple y múltiple
6. Análisis multivariante

AF1 Clases teóricas presenciales

AF7 Tutorías presenciales

AF9 Trabajo autónomo del estudiante

AF16 Evaluación

AF3 Clases prácticas presenciales

AF5 Prácticas de campo

AF6 Trabajos tutorizados

AF9 Trabajo autónomo del estudiante

AF11 Trabajos en grupo presenciales

Se proporcionará un manual (ver enlaces recomendados) de la asignatura pero además se recomienda las siguientes lecturas:

• BRUNET, I. et al. (2002). Tècniques d’investigació social. Pòrtic, Barcelona
• CLIFFORD, N. et al. (2010). Key Methods in Geography. Sage, London
• DELYSER, D. et al. [ed.] (2010) The SAGE Handbook for Qualitative Geography. Sage, London
• HAIR, J. F. et al. (2010). Análisis multivariante. Pearson. Madrid.
• KAPLAN, D. [ed] (2004). The SAGE Handbook of Quantitative Methods for Social Sciences. Sage, London
• KNUTH, D. E. (1984). “Literate Programming.” The Computer Journal 27 (2): 97–111. https://doi.org/10.1093/comjnl/27.2.97.
• PÉREZ, C. (2002). Estadística aplicada a través de Excel. Prentice Hall, Madrid.
• SCHEAFFER, R.L. et al (2004). Activity based statistics. Key College Publishing, Emeryville.
• URIEL, E., ALDAS, J. (2005). Análisis multivariante aplicado. Thomson, Madrid.
• VALLÉS, M. S. (2007). Técnicas cualitativas de investigación social. Síntesis, Madrid.
• WICKHAM, H., and Garrett Grolemund. 2017. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. 1st ed. O’Reilly Media, Inc.
• WICKHAM, H., et al. (2019). “Welcome to the Tidyverse.” Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
• WILKS, D.S. (2011). Statistical methods in the atmospheric sciences, London Academic, ISBN: 9780123850225
• XIE, YIHUI. (2015). Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. http://yihui.org/knitr/.

• Manual de la asignatura (https://geourv.github.io/quanti/)
• e-book (URV) (https://urv.on.worldcat.org/atoztitles/link?rft.isbn=9780123850225)

La asignatura se evaluará de forma continua. Se tendrán en cuenta los siguientes criterios:

• Será necesario realizar tres prácticas, que se podrán realizar en grupo. El contenido de estas prácticas se entregará al inicio de la tercera sesión, la quinta, y una semana después de la sexta. Cada práctica tendrá un valor del 20%.

• Un mes después de acabar las clases se realizarán presentaciones (podrán ser on-line) de un trabajo, cuyo tema queda a elección de los alumnos, pero que requiera la utilización de las técnicas que se han explicado en clase. Este trabajo tendrá un valor del 40% de la cualificación final.

• Para superar el curso, será necesario presentar todos los trabajos. Las entregas fuera de plazo solamente se admitirán por circunstancias excepcionales y debidamente justificadas en las respectivas universidades.

• Cada entrega se valorará por la aplicación de las herramientas vistas en clase (70%), la creatividad y el esfuerzo (20%) y la calidad de la presentación (10%; desde un punto de vista técnico). El plagio comportará el suspenso automático de las dos actividades (el original y el plagio).

En el caso que el estudiante haya realizado todas las actividades de la evaluación continua y no haya superado algunos, o bien no haya podido entregar alguna, la convocatoria extraordinaria consistirá en la entrega de las actividades suspendidas o no entregadas. En caso de que no haya podido realizar la presentación del trabajo o no haya podido asistir a clase, la evaluación consistirá en:

- Entrega de los trabajos de curso

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases o por causa sobrevenidas. Lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación en tal caso consistirá en:

- Entrega de los trabajos de curso

Número de horas presenciales: 22,5

Número de horas trabajo autónomo estudiante: 30 horas

Número de horas totales: 52,5

En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación:
https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

Metodologías docentes: Lección magistral/expositiva; Sesiones de discusión y debate; Resolución de problemas y estudio de casos prácticos; Realización de trabajos individuales; Presentación y defensa de trabajos individuales o en grupo; Tutorías de seguimiento de trabajos.

Distribución horaria: lunes 13 y 20 de abril, de 16.00 a 20.00 horas; miércoles 8, 15 y 22 de abril, de 16.00 a 20.00 horas; y viernes 10 de abril de 16.00 a 20.00 horas.