RT Generic
T1 R-adaptación de la asignatura de métodos econométricos en economía y finanzas del Grado de Estadística Aplicada
A1 Escot Mangas, Lorenzo
A1 Pérez Alonso, Alicia
A1 Brita Paja, José Luis
A1 Ferrán Aranaz, Magdalena Ruth
A1 Fernández Cornejo, José Andrés
A1 Sandubete Galán, Julio Emilio
AB El objetivo fundamental de este proyecto es el de adaptar todo el contenido práctico de la asignatura de Métodos Econométricos de Economía y Finanzas de cuarto curso del Grado de Estadística Aplicada de la Facultad de Estudios Estadísticos al software libre R (dejando de usar el software comercial Eviews). Para ello se han preparado una serie de materiales y recursos didácticos que se han puesto a disposición de los alumnos en el Campus Virtual. También hemos integrado en el curso el uso de la plataforma de autoaprendizaje de R "DataCamp for classroom", y se ha preparado diverso material específico de autoevaluación en el aula mediante las plataforma “Kahood”.
YR 2020
FD 2020-01-09
LK https://hdl.handle.net/20.500.14352/9432
UL https://hdl.handle.net/20.500.14352/9432
LA spa
NO Bergmann, J. & Sams, A., (2012). Flip Your Classroom. Reach Every Student in Every Class Every Day. ISTEDalgaard, P. (2008): Introductory statistics with R. Springer Science & Business Media https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-79054-1Grün B, Zeileis A (2009). “Automatic Generation of Exams in R.” Journal of Statistical Software, 29(10), 1-14. doi:10.18637/jss.v029.i10Hanck, Ch; Arnold, M; Gerber, A; and Schmelzer.M (2018) Introduction to Econometrics with R https://www.econometrics-with-r.org/Heiss, F. (2016): Using R for Introductory Econometrics. Create Space http://www.urfie.net/read.htmlKleibel, C. & Zeileis, A. (2008): Applied Econometrics with R. Springer https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-77318-6Lage, M.J., Platt, G. J. & Treglia, M., (2000). Inverting the classroom: a gateway to creating an inclusive learning environment. Journal of Economic Education, 31(1), p. 30-43.Muenchen, R. A. (2017). The Popularity of Data Science Software. Recuperado de http://r4stats.com/articles/popularity/Pfaff, B. (2008): Analysis of Integrated and Cointegrated Time Series with R. Springer-Verlag https://link-springer-com.bucm.idm.oclc.org/book/10.1007%2F978-0-387-75967-8Shumway, R. H. & Stoffer, D. S. (2017): Time Series Analysis and Its Applications: With R Examples. 4th Edition, SpringerVenables, W.N, Smith, D.M. & the R core Team (2018): An Introduction to R. https://cran.r-project.org/doc/manuals/R-intro.pdfZeileis A, Umlauf N, Leisch F (2014). “Flexible Generation of E-Learning Exams in R: Moodle Quizzes, OLAT Assessments, and Beyond.” Journal of Statistical Software, 58(1), 1-36. doi:10.18637/jss.v058.i01 Zeileis A (2016a). Blended Learning Tools for Large Statistics and Mathematics Courses. Presented at DAGStat 2016, Universität Göttingen, Germany.Zeileis A (2016b). A One-for-All Exams Generator: Written Exams, Online Tests, and Live Quizzes with R.Presented at Psychoco 2016 - International Workshop on Psychometric Computing, Université de Liège, Belgium.Zuur, A., Ieno, E. N. & Meesters, E. (2009): A Beginner's Guide to R. Springer Science & Business Media https://cds.cern.ch/record/1401934/files/9780387938363_TOC.pdf
NO Proyecto de innovación “Innova Docencia” de la Universidad Complutense de Madrid. Convocatoria 2018-2019.Proyecto número 275
DS Docta Complutense
RD 21 jul 2024