Desenvolvemento e validación de modelos

O obxectivo desta materia é que o alumnado aprenda as técnicas básicas que se utilizan na construción de modelos. Trátase de poñer a base para o resto das materias do módulo, nas que estas técnicas empregaranse para a construción ou análise de modelos concretos. Este obxectivo xeral divídese en dous obxectivos máis concretos.

En primeiro lugar que o alumnado aprenda a manexar técnicas de axuste de ecuacións que lle permitan converter os datos brutos nas ecuacións necesarias para a construción dos modelos.

En segundo lugar que o alumnado aprenda a manexar unha linguaxe de computador que lle permita (a) executar as técnicas estatísticas que se estudarán na parte teórica (b) construír modelos complexos que inclúan diversos procesos ecolóxicos ou de produción forestal representados por múltiples ecuacións e estruturas de datos.

Os contidos da materia recollidos na memoria verificada da titulación son:
Tratamiento de datos y técnicas estadísticas básicas en modelización. Uso de un lenguaje informático para el manejo de datos forestales y creación de programas utilizables en el desarrollo de modelos.

Estes contidos desenvolveranse no seguinte programa:

Programa de teoría:

1. A linguaxe R. Aspectos básicos
2. Os datos e as estruturas de datos en R
3. Emprego e construción de funcións básicas en R
4. Construción de funcións complexas e modelos en R
5. Creación de gráficos en R
6. Modelos e datos
7. Técnicas de axuste lineal
8. Técnicas de axuste non lineal
9. Regresión loxística
10. Regresión multivariante
11. Validación de modelos
Cada un dos 11 temas propostos terá unha dedicación aproximada de entre 2 e 3 horas de docencia.

Programa de prácticas:

O programa de prácticas é o mesmo ca o de teoría porque nesta materia os conceptos explicados na parte teórica póñense en práctica inmediatamente. O alumnado dispoñerá de computadoras coa linguaxe R instalada nelas o que lle permitirá traballar de forma práctica os conceptos teóricos. En consecuencia, nesta materia non vai haber separación temporal entre a práctica e a teoría.

Non é preciso que os estudantes teñan coñecementos previos de programación de computadoras. R ten a vantaxe de ser unha linguaxe interpretada, o que permite traballar de modo interactivo, case coma se fose unha calculadora, o que facilita moito a aprendizaxe.

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.

Quen supere este curso coñecerá:

- COM6-01: Técnicas estatísticas e de programación empregadas na creación de modelos.

Ademais, poderá:

- HAM6-01: Empregar unha linguaxe informática para realizar análises estatísticas e construír os elementos básicos dos modelos forestais.

Este curso contribuirá á adquisición da competencia para a especialidade:

- CEM6-01: Capacidade para desenvolver modelos de crecemento e produción de sistemas forestais e implementalos en simuladores informáticos para facer predicións.

DOCENCIA PRESENCIAL

Clases na aula de informática. Nelas expoñerase o temario teórico da materia, e tamén faranse exercicios que ilustren a teoría e permitan ós alumnos aprender a utilizar as técnicas e conceptos estudados nela (COM6-01, HAM6-01, CEM6-01).

Titorías persoais. Os alumnos poderán discutir cos profesores as dificultades ou cuestións xurdidas no traballo de clase, durante a realización de exercicios ou na elaboración dos casos prácticos propostos.

Emprego do Campus Virtual como ferramenta de apoio á docencia. Alí estarán dispoñibles os materiais necesarios para a realización dos exercicios e os traballos de curso e tamén o material de apoio ás ensinanzas teóricas.

TRABALLO PERSOAL DO ALUMNO

Resolución de exercicios e problemas semellantes ós da clase para que o alumnado poda traballar fóra da aula para fortalecer o seu coñecemento e descubrir as súas dificultades coa materia (COM6-01, HAM6-01, CEM6-01).

Casos prácticos de análise de datos. O profesor subministrará datos obtidos en diversos estudios no ámbito forestal para que o alumnado os analice de forma autónoma empregando as técnicas estatísticas aprendidas na materia. Os estudantes redactarán un informe no que se explique o traballo feito, se expoñan os resultados e se discutan as conclusións do alumno. Este informe será parte da avaliación da materia (COM6-01, HAM6-01, CEM6-01)

Proba escrita (50%): HAM6-01, CEM6-01.
Traballos presentados (50%): COM6-01, CEM6-01.

A proba escrita empregarase para avaliar o coñecemento e dominio da linguaxe R e realizarase nas datas establecidas no calendario oficial de exames.

A realización das actividades propostas é obrigatoria para a superación da materia. Nos traballos a presentar o alumno empregará todos os coñecementos adquiridos para resolver un caso práctico proposto polo profesor sobre datos reais. O prazo de entrega dos traballos rematará unha semana antes da data oficial do exame en cada oportunidade.

Os criterios de avaliación serán os mesmos para tódolos alumnos, novos e repetidores, e nas dúas oportunidades.

Os estudantes que teñan concedida a dispensa de asistencia pola Comisión de Título segundo o disposto no "Regulamento de asistencia a clase nas ensinanzas oficiais de grao e máster da Universidade de Santiago de Compostela", terán que realizar os exercicios propostos, entregar os traballos solicitados como parte da avaliación e facer a proba escrita, igual ca o resto do alumnado. Só será obrigada a asistencia presencial á proba escrita e á revisión das cualificacións.

Para os casos de realización fraudulenta de traballos ou probas será de aplicación o recollido na “Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”.

Cada hora de traballo presencial co profesor debería ser correspondida con outras dúas horas de traballo do alumno. É moi importante realizar os exercicios propostos sobre a linguaxe R porque son os que permiten afianzar os conceptos explicados na clase e descubrir dificultades insospeitadas no seu emprego.

Non é necesario ter coñecementos previos de programación pero e moi conveniente que as persoas que cursen esta materia revisen os coñecementos sobre estatística e álxebra matricial que recibiron durante os seus estudos de grado.