Estudia

• CG2- Seleccionar i tractar les fonts d’informació més adequades i rellevants per respondre a objectius concret.
• CE4- Reconèixer, analitzar interpretar els factors i actors dels canvis socioecològics i les dimensions temporals i espacials dels canvis.
• CE6- Construir escenaris, modelitzar processos i sistemes i dissenyar indicadors rellevants per a la interpretació i gestió dels sistemes socioecològics.

1. Introducció a l’anàlisi multivariable

2. Models lineals i anàlisi de regressió múltiple

3. Introducció a l'aprenentatge automàtic (machine learning): arbres de regressió i random forests

4. Introducció als mètodes factorials

5. Anàlisi de components principals

6. Anàlisi de correspondències

7. Mètodes de classificació

• Aluja Banet, Tomàs. (1999). Aprender de los datos : el análisis de componentes principales : una aproximación desde el Data Mining. Barcelona: EUB. Catàleg
• Borcard, Daniel (2018). Numerical ecology with R (Second edition). Cham, Switzerland: Springer Catàleg
• Borcard, Daniel (2011). Numerical ecology with R. New York ;: Springer. Catàleg
• Crawley, Michael J. (2013). The R book (2nd ed.). Hoboken, NJ: John Wiley & Sons Inc.. Catàleg
• Crawley, Michael J. (2007). The R book. New York: John Wiley & Sons. Catàleg
• Faraway, Julian James (2014). Linear Models With R (2nd edition). Boca Raton, FL: Taylor and Francis. Catàleg
• Fox, John (2002). An R and S-Plus companion to applied regression. Thousand Oaks (Calif.) [etc: Sage. Catàleg
• Greenacre, Michael J. (2007). Correspondence analysis in practice (2nd ed). Boca Raton, Fla. ;: Chapman & Hall/CRC. Catàleg
• Greenacre, Michael J. (2008). La Práctica del análisis de correspondencias. Barcelona: Fundación BBVA. Catàleg
• Hair, Joseph F.. Gómez Suárez, Mónica (1999). Análisis multivariante. Madrid [etc: Prentice Hall. Catàleg
• Jongman, R. H.. Braak, C. J. F. ter. Tongeren, O. F. R. van (1995). Data analysis in community and landscape ecology. Cambridge [etc: Cambridge University Press. Catàleg
• Jongman, R. H.. Braak, C. J. F. ter. Tongeren, O. F. R. van (1987). Data analysis in community and landscape ecology. Wageningen: Pudoc. Catàleg
• Legendre, Pierre (2012). Numerical ecology (3rd English ed.). Boston: Elsevier. Catàleg
• Legendre, Louis. (1998). Numerical ecology (2nd english ed.). Amsterdam [etc: Elsevier. Catàleg
• Maindonald, J. H. (John Hilary) (2003). Data analysis and graphics using R : an example-based approach. Cambridge: Cambridge University. Catàleg
• Peña, Daniel (2002). Análisis de datos multivariantes. Madrid [etc: McGraw-Hill. Catàleg
• Sokal, Robert R. (2012). Biometry : the principles and practice of statistics in biological research ([Extensively rev.] 4th ed). New York: W.H. Freeman. Catàleg
• Sokal, Robert R. (1995). Biometry : the principles and practice of statistics in biological research (3rd ed.). New York: Freeman. Catàleg
• Tabachnick, Barbara G. (2001). Using multivariate statistics (4th ed). Boston: Allyn and Bacon. Catàleg
• Tabachnick, Barbara G. (1989). Using multivariate statistics (2nd ed.). New York (N.Y.): Harper Collins. Catàleg
• Venables, W. N. (William N.) (2002). Modern applied statistics with S (4th ed). New York: Springer-Verlag. Catàleg

Activitats d'avaluació:

Es consideraran totes les activitats d'avaluació proposades així com l'assistència i participació a l'aula.

Es poden considerar per a la qualificació la presentació de treballs addicionals escrits.

Si es detecta la realització fraudulenta (ús d'informació sense autorització, utilització d'informació falsa, utilització de dispositius no autoritzats, suplantació de la identitat, plagis totals o parcials, compra i venda de proves, pràctiques i treballs, etc.) de qualsevol dels exercicis exigits en l’avaluació d’una assignatura, comportarà la no superació de l’assignatura, amb independència del procés disciplinari que es pugui seguir contra l’estudiant infractor.

Criteris específics de la nota «No Presentat»:
Qualsevol treball obligatori no presentat tindrà la qualificació de 0. Una qualificació final de NP (no presentat) s'obtindrà només quan l'alumne no participi en cap de les activitats d'avaluació

Avaluació única:
Seguint el Reglament establert a la Facultat de Ciències, “les sol·licituds d’avaluació única s’hauran de presentar a secretaria acadèmica durant els primers deu dies lectius del període acadèmic en què s’inicia la docència de l’assignatura afectada, segons els terminis que es publicaran en el calendari acadèmic de cada curs. Excepcionalment, es podran admetre també sol·licituds en qualsevol moment del curs, quan el motiu justificat pel qual es demana l’avaluació única sigui sobrevingut.” Per tant, si us voleu acollir a l'avaluació única de l'assignatura, us heu d'adreçar a secretaria acadèmica de la Facultat; no cal que ho comuniqueu als professors i no és vàlid comunicar-ho només als professors; qui ho controla i ho comunica és la secretaria acadèmica.

L'avaluació única de l'assignatura consistirà en l’entrega de l'exercici que estableixin els professors (previsiblement la presentació d'un seminari sobre l'anàlisi pròpia d'unes dades reals). Per tant, l’única diferència de l’avaluació única és que no es considera l’assistència i participació.

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0

Les tutories es convindran per correu electrònic o a les hores de classe o a través dels possibles aplicatius dels que disposi la Universitat.

La comunicació serà presencial o a través de mitjans telemàtics (per ex. correu electrònic, Google Meet, Microsoft Teams o Blackboard Collaborate). Es prega a l'estudiantat llegir bé la documentació disponible a Internet (per ex., disseny de l’assignatura, Moodle, normativa de la Facultat), resoldre els dubtes a les classes presencials i només enviar correus electrònics si és completament imprescindible.

Aquesta assignatura pretén revisar i aprofundir en l’aplicació de models lineals i de l’anàlisi multivariable (mètodes factorials d'anàlisi de components principals, anàlisi de correspondències, etc.) de dades ambientals. Un objectiu principal és introduir al programari (gratuït) R (http://www.r-project.org/), bàsicament mitjançant la interfície gràfica R Commander (http://socserv.mcmaster.ca/jfox/Misc/Rcmdr/).

El material de l’assignatura es podrà trobar al Moodle.

La llengua vehicular de les classes pot adaptar-se a les necessitats dels estudiants finalment matriculats, de manera que es podran fer parcialment en castellà o anglès si hi ha molts estudiants de fora de l'àmbit lingüístic català. Els materials, documentació, treballs, es lliuraran i s'acceptaran en qualsevol de les tres llengües (català, castellà, anglès).

• Aplicacions del SIG
• Monitoratge ambiental