[Análisis de Datos Curso ] - 1

Transcripción

1 PLAN DOCENTE DE LA ASIGNATURA Análisis de Datos 1. Datos descriptivos de la asignatura Nombre de la asignatura: Análisis de datos Curso académico: Curso: 1º Trimestre: 2º Titulación / Estudios: Grado en Negocios y Marketing Internacionales (GNMI) Código de la asignatura: Número de créditos: 4 Número total de horas de dedicación: 100 Lengua de docencia: Castellano (G2) / Catalán (G1) Profesorado: Marta Segura Bonet Horario: GRUPO 1 GRUPO 2 Sesiones Magistrales Sesiones Magistrales Lunes 11:45 12:45 Lunes 9:45 10:45 Martes 9:45 10:45 Martes 11:45 12:45 Seminarios 101: Viernes, 9:00 9:55 102: Viernes, 10:00 10:55 Seminarios 201: Viernes, 11:30 12:25 202: Viernes, 12:30 13:25 Horas de consulta: Martes de 15:00 a 17:00 horas. 2. Presentación de la asignatura Análisis de Datos es una asignatura basada en el estudio de métodos de presentación, tratamiento y análisis de datos. Los contenidos de la asignatura Análisis de Datos coinciden con el ámbito de actuación de la denominada estadística descriptiva, que constituye la parte más básica y elemental de la estadística. Esta materia es conocida también con el nombre de Estadística Descriptiva. Este es un curso eminentemente práctico y en el que se van a trabajar los conceptos estadísticos de manera intuitiva, recurriendo muy marginalmente a los fundamentos matemáticos de base. A lo largo del curso se sentarán las bases del conocimiento estadístico y se desarrollaran competencias instrumentales de utilidad en múltiples asignaturas del GNMI. [Análisis de Datos Curso ] - 1

2 Además de trabajar los conceptos y las técnicas relacionadas con la estadística descriptiva, el curso también introduce el uso del ordenador para el tratamiento de los datos, a través del recurso a un paquete estadístico (el SPSS) y a las aplicaciones estadísticas de una hoja de cálculo (EXCEL, de Microsoft). Una vez establecidas las competencias de la asignatura, el curso presenta los conceptos básicos del análisis estadístico y las técnicas numéricas y gráficas que permiten analizar diversos conjuntos de datos. También se presentan técnicas para el análisis de datos estadísticos de tipología temporal. La asignatura de Análisis de Datos tiene relación de continuidad con la asignatura Estadística (impartida en el tercer trimestre del primer curso del GNMI). Dicha asignatura desarrolla conceptos propios de la Estadística Inferencial, necesaria para extrapolar las características de una población a partir de los datos recogidos a nivel muestral. A efectos prácticos, ambas asignaturas utilizan el mismo manual de referencia y los mismos paquetes estadísticos para las aplicaciones prácticas. En resumen, Análisis de Datos es un curso en el cual se internalizan los conceptos básicos de la estadística descriptiva y se aplican de forma práctica en el análisis de diversas bases de datos, bien manualmente, bien con la ayuda del ordenador. 3. Competencias a asumir en la asignatura Competencias generales Instrumentales G.I.1. Capacidad de búsqueda, análisis, valoración y síntesis de la información. G.I.4. Capacidad para afrontar y resolver problemas. Para la aplicabilidad G.A.2. Capacidad para aplicar criterios cuantitativos y aspectos cualitativos en la toma de decisiones. Competencias específicas Disciplinarias E.D.12. Ilustrar las principales fuentes de información estadística económica y empresarial disponibles, nacional e internacionalmente. Profesionales E.P.2. Capacidad para el análisis de indicadores económicos y de mercado en la toma de decisiones de la organización. E.P.21. Capacidad de investigación y explotación de diversos recursos de información. E.P.22. Capacidad para contrastar los conocimientos adquiridos en el proceso de formación y adaptarlos a situaciones reales. E.P.23. Capacidad para aplicar y ampliar el razonamiento abstracto. E.P.24. Desarrollar la capacidad de síntesis. Las competencias relacionadas anteriormente se interrelacionan con las competencias básicas recogidas en el RD 1393/2007: [Análisis de Datos Curso ] - 2

3 a. competencia para la comprensión de conocimientos, partiendo de la base de la educación secundaria general; b. competencia para la aplicación de conocimientos al trabajo diario en la gestión o el marketing internacionales, en particular, la competencia de elaboración y defensa de argumentos y la resolución de problemas c. competencia para reunir e interpretar datos relevantes que permitan emitir juicios reflexivos sobre la realidad económica y social d. competencia para comunicarse y transmitir información (ideas, problemas, soluciones) a públicos especializados y no especializados e. competencia para desarrollar actividades de aprendizaje de forma relativamente autónoma. Así, las competencias desarrolladas en la asignatura se estructuran entre aquellas que consideren un desarrollo o concreción de las competencias básicas y aquellas que definan el perfil profesional del graduado, tanto a lo que competencias generales se refiere como a específicas, y las competencias propias de la asignatura. Competencia básica: comprensión de conocimientos Competencias generales. G.A.2. Competencia básica: aplicación de conocimientos Competencias específicas. E.P.23 Competencia básica: reunir e interpretar datos Competencias generales. G.I.1 Competencias específicas. E.D.12, E.P.2, E.P.24. Competencia básica: desarrollar actividades de aprendizaje Competencias generales. G.I.4. Competencias específicas. E.P.21, E.P.22. Competencias que definen el perfil profesional. De un modo general, estas competencias tienen en común los siguientes elementos clave para conseguir la profesionalización del alumno el ámbito de los negocios y el marketing internacional: - capacitar al alumno para su adaptación a equipos y entornos dinámicos - capacitar al alumno para que cree su propia visión integral del funcionamiento de un negocio o proyecto de marketing internacional. - capacitar al alumno para la toma de decisiones complejas y los procesos de negociación. Competencias generales. G.I.4 Competencias propias de la asignatura Capacidad para representar de forma sintética datos en forma de tablas, gráficos, etc. Capacidad para realizar descripciones y tratamientos básicos de datos. [Análisis de Datos Curso ] - 3

4 4. Contenidos I. INTRODUCCIÓN. Tema 1. Qué es la estadística? Definición de Estadística. El análisis de datos dentro de la estadística. Características de los datos socioeconómicos. Variable estadística: tipos de variables y distribución de valores. Distribuciones de datos. II. ANÁLISIS DE DISTRIBUCIONES. Tema 2. Descripción gráfica de las distribuciones. Histograma, diagramas de barras y diagramas de pastel. Distribuciones simétricas y asimétricas. Gráficos de series temporales. Diagramas de caja. Tema 3. Descripción numérica de las distribuciones. Medidas de centro y de variabilidad. Descripciones numéricas: mediana, media, recorrido, cuartiles, desviación típica. Transformación de los datos. Tema 4. Variables aleatorias y distribuciones de probabilidad. Experimentos aleatorios, resultados, sucesos. El concepto de probabilidad. Variables aleatorias. Variables aleatorias discretas y continuas. Ejemplos de variables aleatorias discretas y continuas. Tema 5. Distribuciones normales. Curva de densidad de probabilidad. Media y mediana en una curva de densidad. Distribución normal y distribución normal estándar. Propiedades de la distribución normal. Cálculos con distribuciones normales. III. ANÁLISIS DE RELACIONES. Tema 6. Análisis de dos variables numéricas. Diagramas de dispersión. Correlación lineal de Pearson. Recta de regresión. Tema 7. Análisis de dos variables categóricas. Tablas de contingencia. Distribuciones marginales. Diagramas de barras. Distribuciones condicionales. Paradoja de Simpson. IV. ESTADÍSTICA ECONÓMICA. Tema 8. Números índice. Números índice simples y complejos. Índice de precios, de cantidades y de gasto total. Tema 9. Medidas de desigualdad y concentración. Medidas de desigualdad y curvas de Lorenz: cálculo e interpretación. Índices de concentración: cálculo e interpretación. Tema 10. Series temporales. Representación gráfica de series temporales. Principales componentes de las series temporales. Tendencia y fluctuaciones a medio y corto plazo. [Análisis de Datos Curso ] - 4

5 5. Evaluación Criterios de evaluación de la convocatoria La calificación del curso se fundamentará en diversas actividades de evaluación continua y en un examen final que evaluarán el grado de consecución de las distintas competencias trabajadas durante el curso. Elementos de evaluación Cuestionarios Moodle, durante las clases magistrales (se necesita un mínimo de 4 puntos) Resolución y entrega de listas de ejercicios (9 listas) (se necesita un mínimo de 4 puntos) Pruebas sorpresa de seguimiento de la asignatura (se necesita un mínimo de 4 puntos) Proyecto en Equipo (se necesita un mínimo de 5 puntos) Examen Final (se necesita un mínimo de 4 puntos) Período temporal Semanalmen te - Durante las sesiones magistrales Semanalmen te - Previo a la sesión de seminario Periódicame nte A lo largo del curso Semana de exámenes Tipo de evaluación Contin ua Síntesi s Agente evaluación Doce nte Aut o eva l Co eval Tipo activida d X X Conceptu al y evaluació n del trabajo ex ante y ex post X X Aplicació n X X Conceptu al y seguimie nto de la asignatur a X X Aplicació n Agrupació n In di v Grup o (#) Pes o (% ) X 10 % X 10 % X 15 % X 15 % X Síntesis X 50 % En la evaluación del curso se requiere una nota mínima de 4 en cada uno de los epígrafes en que se divide la evaluación continuada. En el caso del Proyecto en Equipo, se requiere una calificación mínima de 5. Si no se superan los requisitos establecidos anteriormente (un mínimo de 4 en todos los epígrafes de la evaluación continuada), la asignatura quedará suspendida, independientemente de la realización o no del examen final. En estos casos se recomienda anular convocatoria y la nota asignada a la evaluación continuada será la mínima obtenida en los epígrafes evaluados. Si se obtiene menos de un cinco en el Proyecto de Trabajo en Equipo y se tienen superados los diferentes epígrafes de la evaluación continuada, el [Análisis de Datos Curso ] - 5

6 estudiante puede presentarse al examen final pero no podrá superar la asignatura hasta que haya mejorado la nota asociada al Proyecto de Trabajo en Equipo. La realización del examen final es condición necesaria para poder superar la asignatura. Se requiere una calificación mínima de 4. Si la nota del examen final es inferior a 4, la nota de la asignatura coincidirá con la calificación obtenida en el examen final. En caso de no asistir al examen final y de no anular convocatoria, el estudiante obtendrá la calificación de No presentado. El examen final se evaluará sobre 11 puntos. Solamente se evaluará la pregunta extra en aquellos casos en que el estudiante obtenga como mínimo un 4 de las cuestiones restantes. Criterios de evaluación en las actividades de recuperación Se mantendrán las calificaciones obtenidas en la evaluación continuada. Sólo pueden presentarse a las actividades de recuperación de la asignatura Análisis de Datos aquellos alumnos que hayan superado los requisitos mínimos asociados a la evaluación continuada y que hayan sacado más de un 2 5 en el examen final. Las actividades de evaluación objeto de recuperación son: El Proyecto en Equipo: realización de actividades de mejora del trabajo con el objeto de alcanzar el mínimo requerido (5 puntos). Estas actividades de mejora se podrán realizar de manera individual o en grupo (en el caso de que más de un integrante de un mismo grupo de trabajo no haya superado esta actividad de síntesis) y se centrarán en el mismo proyecto desarrollado durante la convocatoria ordinaria. Es necesario una nota mínima de 5 puntos para poder superar la asignatura y realizar el examen final (con este fin, deberá de entregarse el trabajo realizado un día antes de la fecha prevista de realización del examen de recuperación). El examen final: seguirá teniendo una ponderación del 50%. El examen de recuperación se programará en la fecha que fije la dirección de ESCI. En caso de no asistir al examen de recuperación, el estudiante mantendrá la calificación obtenida inicialmente. Evaluación de competencias: GI1 GI4 GA2 ED12 EP2 EP21 EP22 EP23 EP24 Propias Test Moodle X X Resolución y X X X X X X X X entrega de listas de ejercicios Proyecto en X X X X X X X X X equipo Pruebas X X X X X X X X X sorpresa Examen Final X X X X X X X X X [Análisis de Datos Curso ] - 6

7 6. Bibliografía y recursos didácticos Bibliografía Manual de referencia: David S. Moore: Estadística aplicada básica (2ª edición), editorial Antoni Bosch, editor Benítez, MªD. et alia. Estadística Descriptiva. Mc Graw Hill, Lind, D., Marchal, W. and S. Wathen. Estadística Aplicada a los negocios y a la economía. 13ª Edición. Mc Graw Hill, Interamericana Moore, D and McCabe, G. Introduction to the practice of statistics -6th edition-, Editorial Freeman Newbold, P. Estadística para los negocios y la economía, Prentice-Hall. Madrid, 1997 Peña Sánchez de Rivera. Estadística. Modelos y métodos 7ª ed. Madrid: Alianza, Vol I. Pérez Suarez, R. Análisis de datos económicos y métodos Madrid: Pirámide, Sánchez Carrión, J.J. Manual de análisis de datos. Madrid Alianza, Verzani, J. Using R for Introductory Statistics. Chapman & Hall/CRC, Boca Raton, FL, Recursos Didácticos Transparencias en PowerPoint para cada sesión, vinculadas al espacio docente de la asignatura en aul@-esci (plataforma Moodle). Estarán disponibles con anterioridad al inicio de las correspondientes sesiones magistrales. Cuestionarios de evaluación de elección múltiple vinculados al espacio docente de la asignatura en Aul@-Esci, con evaluación inmediata. Listas de cuestiones y de ejercicios vinculados al espacio docente de la asignatura en Aul@-Esci. Videos de la Khan Academy. Ejercicios en EXCEL y SPSS. Artículos de interés. 7. Metodología La metodología de la asignatura se basa en las siguientes actividades: Clases magistrales (presenciales, en el aula) - 20 sesiones magistrales para la presentación de conceptos y aplicaciones básicas, donde se produce la transmisión de conocimiento del profesor al alumno. Los estudiantes deberán preparar previamente los contenidos especificados en el cuadro de programación académica. Dicho trabajo previo será evaluado mediante cuestionarios moodle específicos al inicio de las clases magistrales. [Análisis de Datos Curso ] - 7

8 Clases de seminarios (presenciales, en el aula) - 9 sesiones de seminarios en el que se trabajarán de forma conjunta, las listas de ejercicios, las cuestiones planteadas, el uso de los paquetes estadísticos SPSS i EXCEL y el proyecto en equipo. Listas de ejercicios (dirigido dentro y fuera del aula) Trabajo autónomo individual del estudiante para comprender y aprender, a partir de la práctica, los conceptos. Pruebas sorpresa (dirigido dentro y fuera del aula) Trabajo autónomo individual del estudiante para comprender y aprender, a partir de la práctica, los conceptos. Proyecto en equipo (dirigido fuera del aula) - Trabajo autónomo en equipo donde el aprendizaje se produce mediante la práctica y mediante la interacción con los componentes del equipo. Preparación y realización del examen final (Autónomo) Trabajo autónomo individual. PRESENCIAL (en el aula) Profesor: - Exposición oral. - Resolución de ejercicios - Planteamiento y análisis de cuestiones. Estudiante: - Resolución de los cuestionarios de autoevaluación. - Realización de pruebas sorpresa. - Discusión activa y participación en la resolución de ejercicios. ACTIVIDADES DIRIGIDO (fuera del aula) Profesor: - Preparación del material de soporte. - Preparación de los ejercicios. - Preparación de los cuestionarios de evaluación. - Preparación de las pruebas sorpresa. Estudiante: - Resolución de los ejercicios. - Preparación conjunta del proyecto en equipo AUTÓNOMO Estudiante: - Lectura y preparación previa de las clases teóricas. - Resolución de los ejercicios. - Estudio personal. [Análisis de Datos Curso ] - 8

9 El siguiente cuadro presenta el total de horas que el alumno dedicará a este curso en las diferentes actividades: Magistral Seminario Trabajo autónomo individual Trabajo autónomo equipo Preparación Examen Realización Examen Semana Semana Semana Semana Semana Semana Semana Semana Semana Semana Examen Final 2 2 Total Total Programación de actividades 1) Distribución de horas entre teoría y seminarios por semana: 2 horas de clases magistrales y 1h de seminario (a partir de la 2ª semana de clase). 2) Programación de actividades en el plan de estudios. [Análisis de Datos Curso ] - 9

10 PLANIFICACIÓN DE LA ASIGNATURA SEMANA # SESIÓN FECHA ACTIVIDAD PREVIA T ACTIVIDAD EN CLASE T ACTIVIDAD POSTERIOR T Semana 1 Semana 2 1 Sesión 1 Lunes, 12 de enero Leer con detalle el PDA de Análisis de Datos 2 Sesión 2 Martes, 13 de Buscar los conceptos de histograma, enero diagrama y distribución en el manual de referencia. Previo Elaboración de la Lista de Ejercicios 1 seminario (entrega en papel antes de las 12:00 del jueves 15 de enero). Jugar con el SPSS. 3 Seminario 1 Viernes, 16 de enero Semana 3 4 Sesión 3 Lunes, 19 de Identificar diferentes alternativas a la hora enero de representar gráficamente datos. 5 Sesión 4 Martes, 20 de Buscar los conceptos de media, mediana enero y moda. Previo Elaboración de la Lista de Ejercicios 2 seminario (entrega en papel antes de las 12:00 del jueves 22 de enero). Jugar con el SPSS. 6 Seminario 2 Viernes, 23 de enero Semana 4 7 Sesión 5 Lunes, 26 de Buscar las diferencias entre media, enero mediana y moda. Ventajas e inconvenientes de cada una de ellas. Tema 1 Introducción al análisis de datos. Estudio y comprensión de los conceptos Tema 2 Descripción gráfica de las distribuciones. CM 1 Resolución de la Lista de Ejercicios 1. Explicación del Proyecto de Trabajo en Equipo. Introducción al SPSS. 15 Tema 2 Descripción gráfica de las distribuciones. CM Tema 3 Descripción numérica de las distribuciones. CM 2-2 Resolución de la Lista de Ejercicios 2. Directrices del Proyecto de Trabajo en Equipo. Elección del proyecto y diseño de la encuesta. Práctica SPSS. 15 Tema 3 Descripción numérica de las distribuciones. CM 3-1 Estudio y comprensión de los conceptos 55 Trabajo individual de comprensión de los 30 Práctica de uso del SPSS. Presentación del Proyecto de Trabajo. Estudio y comprensión de los conceptos Estudio y comprensión de los conceptos 55 Trabajo individual de comprensión de los 30 Práctica de uso del SPSS. Preparación del Proyecto de Trabajo. Estudio y comprensión de los conceptos [Análisis de Datos Curso ] - 10

11 8 Sesión 6 Martes, 27 de enero Buscar información sobre las medidas de dispersión. 15 Tema 3 Descripción numérica de las distribuciones. CM 3-2 Previo Elaboración de la Lista de Ejercicios 3 seminario (entrega en papel antes de las 12:00 del jueves 29 de enero). Desarrollo del Proyecto de Trabajo. 9 Seminario 3 Viernes, 30 Resolución de la Lista de Ejercicios 3. de enero Directrices del Proyecto de Trabajo en Equipo. Elección del proyecto y diseño de la encuesta. Semana 5 10 Sesión 7 Lunes, 2 de Buscar los conceptos de experimento 15 Tema 4 Variables aleatorias y febrero aleatorio, probabilidad y variable aleatoria. distribuciones de probabilidad. 11 Sesión 8 Martes, 3 de Buscar información sobre distintos tipos 15 Tema 4 Variables aleatorias y febrero de variables aleatorias y su clasificación. distribuciones de probabilidad. CM 4 Previo Elaboración de la Lista de Ejercicios 4 seminario (entrega en papel antes de las 12:00 del jueves 5 de febrero). Desarrollo del Proyecto de Trabajo. 12 Seminario 4 Viernes, 6 Resolución de la Lista de Ejercicios 4. de febrero Presentación Proyecto de Trabajo. Semana 6 13 Sesión 9 Lunes, 9 de Buscar información sobre el concepto y 15 Tema 5 Distribución Normal: concepto. febrero las propiedades de la distribución normal. CM Sesión 10 Martes, 10 de Practicar cálculos estadísticos a partir de 15 Tema 5 Distribución Normal: aplicaciones febrero las tablas de la N (0, 1). prácticas. CM 5-2 Previo Elaboración de la Lista de Ejercicios 5 seminario (entrega en papel antes de las 12:00 del jueves 12 de febrero). Desarrollo del Proyecto de Trabajo. Estudio y comprensión de los conceptos 55 Trabajo individual de comprensión de los 30 Práctica de uso del SPSS. Preparación del Proyecto de Trabajo. Estudio y comprensión de los conceptos Estudio y comprensión de los conceptos 55 Trabajo individual de comprensión de los 30 Práctica de uso del SPSS. Preparación del Proyecto de Trabajo. Estudio y comprensión de los conceptos Estudio y comprensión de los conceptos 15 Seminario 5 Viernes, 13 Resolución de la Lista de Ejercicios Trabajo individual de comprensión de los 30 [Análisis de Datos Curso ] - 11

12 Semana 7 16 Sesión 11 Lunes, 16 de febrero 17 Sesión 12 Martes, 17 de febrero Previo seminario 18 Seminario 6 Viernes, 20 de febrero Semana 8 19 Sesión 13 Lunes, 23 de febrero 20 Sesión 14 Martes, 24 de febrero Miércoles, 25 de febrero Previo seminario 21 Seminario 7 Viernes, 27 de febrero Semana 9 22 Sesión 15 Lunes, 2 de marzo de febrero Práctica de uso del SPSS. Preparación del Proyecto de Trabajo. Buscar información sobre el concepto de diagrama de dispersión. 15 Tema 6 Análisis de dos variables numéricas. CM 6-1 Estudio y comprensión de los conceptos Buscar información sobre los conceptos 15 Tema 6 Análisis de dos variables Estudio y comprensión de los conceptos de coeficiente de correlación y de recta de numéricas. regresión. CM 6-2 Elaboración de la Lista de Ejercicios 6 (entrega en papel antes de las 12:00 del jueves 19 de febrero). Desarrollo del Proyecto de Trabajo. Resolución de la Lista de Ejercicios Trabajo individual de comprensión de los 30 Práctica de uso del SPSS. Preparación del Proyecto de Trabajo. Asimilar el concepto de tabla de 15 Tema 7 Análisis de dos variables Estudio y comprensión de los conceptos contingencia y las propiedades asociadas. categóricas. El concepto de Paradoja de Simpson. 15 Tema 7 Análisis de dos variables Estudio y comprensión de los conceptos categóricas. CM 7-1 Entrega del Proyecto de Trabajo en Equipo (Antes de las 12:00 horas). Elaboración de la Lista de Ejercicios 7 (entrega en papel antes de las 12:00 del jueves 26 de febrero). Desarrollo del Proyecto de Trabajo. Resolución de la Lista de Ejercicios Trabajo individual de comprensión de los 30 Presentación Proyecto de Trabajo. Buscar ejemplos de números índice. 15 Tema 8 Números índice. Estudio y comprensión de los conceptos Concepto y propiedades. CM Sesión 16 Martes, 3 de Buscar información sobre la tipología de 15 Tema 8 Números índice: cambios de base. Estudio y comprensión de los conceptos [Análisis de Datos Curso ] - 12

13 marzo números índice. Cambios de base. CM 8-1 Previo seminario Elaboración de la Lista de Ejercicios 8 (entrega en papel antes de las 12:00 del jueves 5 de marzo). Preparación de la presentación del Proyecto de Trabajo en Equipo. 24 Seminario 8 Viernes, 6 de marzo Resolución de la Lista de Ejercicios 8. Presentación Proyecto de Trabajo. 55 Trabajo individual de comprensión de los Semana Sesión 17 Lunes, 9 de Buscar referencias sobre el Índice de Gini 15 Tema 9 Medidas de desigualdad. Estudio y comprensión de los conceptos marzo y la Curva de Lorenz. CM Sesión 18 Martes, 10 de Análisis de la desigualdad y de la 15 Tema 9 Medidas de desigualdad y Estudio y comprensión de los conceptos marzo concentración de una variable. concentración. CM 9-1 Previo Elaboración de la Lista de Ejercicios 9 seminario (entrega en papel antes de las 12:00 del jueves 12 de marzo). Preparación de la presentación del Proyecto de Trabajo en Equipo. 27 Seminario 9 Viernes, 13 Resolución de la Lista de Ejercicios Trabajo individual de comprensión de los de marzo Presentación Proyecto de Trabajo. Reflexiones finales. Semana Sesión 19 Lunes, 16 de Análisis del concepto de serie temporal. 15 Tema 10 Series Temporales. Estudio y comprensión de los conceptos marzo CM Sesión 20 Martes, 17 de Buscar información sobre los 15 Tema 10 Series Temporales. Estudio y comprensión de los conceptos marzo componentes de una serie temporal. CM T: identifica el tiempo de dedicación expresado en minutos. [Análisis de Datos Curso ] - 13