El trabajo de Fin de Máster es obligatorio y supone un total de 16 créditos (ECTS).
NORMATIVA
- Los miembros de la Comisión de Investigación realizarán la asignación de los Trabajos Fin de Máster, siguiendo la elección priorizada de temas realizada por los alumnos, tras finalizar el plazo de matrícula. Cuando dos o más alumnos soliciten un mismo tema, la priorización la realizará el profesor o profesores responsables del mismo.
- El cambio de asignación de asignaturas para la realización de los Trabajos Fin de Máster sólo se podrá solicitar excepcionalmente, argumentando por escrito las razones que impiden al alumno que así lo solicite, el desarrollo del Trabajo Fin de Máster. La Comisión de Investigación valorará dicha argumentación comunicando al alumno su decisión, previamente consensuada con el coordinador del Máster.
- La calificación de los Trabajos Fin de Máster se basará en el informe que emita el tutor de cada trabajo, que lo valorará con un máximo de 6 puntos. Los 4 puntos restantes se basarán en la calificación emitida por el tribunal o comisión, tras la defensa pública de los Trabajos Fin de Máster.
- La defensa pública de los Trabajos Fin de Máster se realizará virtual mediante mediante video-conferencia a través de la plataforma google meet. Los alumnos deberán tener obligatoriamente cuenta go.ugr.es para la defensa.
La normativa general y específica del Trabajo Fin de Máster es:
- Directrices UGR para la realización de Trabajos Fin de Máster
- Documentos y Tribunales
- Calendario y normativa genera para la defensa pública de los TFM. Curso 2023-2024 (.pdf)
IMPORTANTE: Una vez asignados los TFM. Es OBLIGACIÓN DEL ALUMNO contactar con el tutor asignado, mediante correo electrónico para iniciar la realización del TFM.
El correo electrónico de los tutores está disponible en la ficha del TFM asignado.
CALENDARIO CURSO 2023-2024
Asignaciones:
- Del 16 y el 20 de octubre de 2023: exposición de líneas de Trabajos Fin de Máster
- Del 23 al 30 de octubre de 2023: Solicitud de Trabajos Fin de Máster
- Del 8 al 12 de abril de 2024: Segundo periodo de asignación de Trabajos Fin de Máster
Defensas:
- Convocatoria especial (antigua convocatoria de diciembre)
- Depósito de los trabajos: hasta las 14:00 horas del 2 de febrero de 2024.
- Defensa pública: entre el 8 y el 13 de febrero de 2024
- Convocatoria ordinaria de junio
- Depósito de los trabajos: hasta las 14:00 horas del 20 de junio de 2024.
- Defensa pública: entre el 1 y el 9 de julio de 2024.
- Convocatoria extraordinaria de septiembre
- Depósito de los trabajos: hasta las 14:00 horas del 31 de julio de 2024.
- Defensa pública: entre el 9 y el 13 de septiembre de 2024.
SOLICITUD
El alumno deberá rellenar el formulario indicando sus prioridades y enviarlo a la coordinación del Máster a través del curso habilitado en PRADO: Trabajo fin de Máster:
- Formulario solicitud TFM (doc)
- El alumno debe enviar la solicitud, rellenando 20 TFM ordenados según su preferencia.
- Los alumnos que tuvieran asignado el TFM en cursos anteriores deben confirmar con el tutor que mantienen el TFM asignado previamente y enviar nuevamente la solicitud indicando que mantiene ese TFM.
- Las guias docentes de cada una de las líneas ofertadas se muestran a continuación. El alumno deberá leer las guías docentes y comprobar que CUMPLE LOS REQUISITOS EXIGIDOS antes de solicitarla.
- El plazo de entrega de la solicitud es entre el 23 al 30 de octubre de 2023.
EVALUACIÓN
El máster no finalizará hasta la presentación y defensa del Trabajo Fin de Máster, que será realizada en cualquiera de las convocatorias establecidas para ello. La realización y evaluación de los Trabajos Fin de Máster del Máster en Estadística Aplicada vendrá regulada por las Directrices de la universidad de granada para el desarrollo de la asignatura trabajo fin de máster
Trámites a seguir
El trabajo completo deberá ser depositado por el alumno a través de la plataforma Moodle, en el enlace habilitado para tal fin en el curso TRABAJO FIN DE MÁSTER
La documentación de los trabajos deberá ser entregada por el tutor por correo electrónico en la dirección muea@ugr.es con antelación a la fecha de defensa del Trabajo. La documentación depositada deberá incluir:
- Informe del tutor del trabajo (sin evaluación) y autorización para su defensa.
- Rúbrica de evaluación del tutor.
- Acta interna.
La coordinación del máster debe recibir el trabajo completo en formato pdf (TFM_apellidos alumno.pdf) junto con un resumen de extensión máxima tres páginas en formato A4 y a doble espacio (ResumenTFM_apellidos alumno.pdf) mediante el espacio habilitado en la plataforma PRADO2, en el curso TRABAJO FIN DE MÁSTER.
Los profesores del máster tendrán acceso a todos los trabajos presentados a través de un acceso web que se habilitará una vez hayan sido depositados. Dichos trabajos permanecerán expuestos hasta la fecha de su defensa, pudiendo ser consultados por los profesores del Máster que lo deseen, y que podrán hacer alegaciones a los mismos en el plazo que se habilite según la convocatoria.
Una vez constituidos los tribunales, siguiendo el orden establecido a comienzo del curso, estos acordarán una fecha de defensa dentro del periodo asignado para las defensas. El sistema de defensa será siempre de forma virtual.
CONVOCATORIA ESPECIAL-FEBRERO 2024
Tribunales
TRIBUNAL 1
| MIEMBROS |
|---|
| Jose Fernando Vera Vera |
| Christian Acal González (Secretario) |
| Ana M. Aguilera del Pino (Presidenta) |
| FECHA Y HORA | ENLACE |
|---|---|
| Lunes 12 de febrero a las 10:00 | https://meet.google.com/hwp-jrpa-nrj |
| ALUMNO | TRABAJO | DIRECTOR |
|---|---|---|
| Lucas Aljarilla Sánchez | Estimación de la densidad de probabilidad con métodos no paramétricos para el análisis de las puntuaciones en la Encuesta de percepciones sobre síntomas y factores de riesgo de cáncer en la sociedad española |
Nuria Rico Castro y Miguel Rodríguez Barranco |
| Yana Korneeva Abdulaeva | Análisis de valores extremos. Aplicación a datos medioambientales | Francisco Javier Esquivel Sánchez |
| Luis Antonio Pérez Escobar | Series Temporales Aplicadas | Francisco Javier Alonso Morales |
| Rebeca Reynau Planes | Encuesta de satisfacción u de valoración empleando números difusos. Aplicación a una encuesta real | Antonio Francisco Roldán López de Hierro y María del Mar Rueda García |
TRIBUNAL 2
| MIEMBROS |
|---|
| Francisco Javier Alonso Morales (Presidente) |
| Pedro Carmona Sáez (Secretario) |
| Manuel Escabia Machuca |
| FECHA Y HORA | ENLACE |
|---|---|
| Viernes 9 de febrero a las 9:30 | https://meet.google.com/aqx-aasy-rsn |
| ALUMNO | TRABAJO | DIRECTOR |
|---|---|---|
| José Luis López Maldonado | Análisis de encuestas educativas: Encuesta TIMSS |
María del Mar Rueda García y Beatriz Cobo Rodríguez |
| Mónica Nieves Ermecheo | Análisis Discriminante y Regresión Logística: comparación de ambos métodos en una aplicación a datos reales | Nuria Rico Castro |
| María Polonio Sánchez | Estudio y aplicación del Análisis Discriminante en Salud Ambiental | Desirée Romero Molina |
TRABAJOS OFERTADOS DICIEMBRE 2023. CURSO 2023-2024
Con fecha 18 de diciembre se publican la oferta de TFM después de la primera asignación. A partir del 10 de enero aquellos alumnos que no tuvieran TFM asignado podrá solicitarlo entre los TFM que aún no han sido asignados.
ASIGNACIONES CURSO 2023-2024
Con fecha 09 de noviembre de 2023 se publica la lista de Trabajos Fin de Máster asignados para el curso 2023-2024.
Se recuerda que los alumnos deben ponerse en contacto con los tutores para que les den las indicaciones sobre cada TFM
| TUTOR | TÍTULO | ALUMNO | |
| Montero Alonso, Miguel Ángel y Melchor Rodríguez, Juan |
mmontero@ugr.es jmelchor@ugr.es |
Estudio y análisis sobre el tamaño de muestra en ensayos clínicos | Aguayo Arjona, José |
|
Rico Castro, Nuria Rodríguez Barranco, Miguel |
nrico@ugr.es | Estimación de densidad de probabilidad y esperanza condicional con métodos no paramétricos tipo Kernel para el análisis de las puntuaciones en la "Encuesta de percepciones sobre síntomas y factores de riesgo de cáncer en la sociedad española” | Aljarilla Sánchez, Lucas |
| Aguilera del Pino, Ana María y Escabias Machuca, Manuel |
aaguiler@ugr.es escabias@ugr.es |
Aplicación de modelos de respuesta discreta | Andrade Castañeda, Norberto Ferney |
| Carmona Sáez, Pedro María | pcarmona@ugr.es | Revisión del uso de la metodología GSEA en estudios de meta-análisis | Aparicio Mota, Adrián |
| Rueda García, María del Mar y Cobo Rodríguez, Beatriz |
mrueda@ugr.es beacr@ugr.es |
Análisis de encuestas educativas: una aplicación real | Armenteros Rojas, Inmaculada |
| Sánchez Borrego, Ismael | ismasb@ugr.es | Encuesta de afectados por esclerosis múltiple mediante el muestreo dirigido por los entrevistados RDS | Ávila Ávila María |
| Rico Castro, Nuria | nrico@ugr.es | Análisis Cluster: desarrollo teórico y aplicación a datos reales | Aviles Monroy, Jennifer Alexis |
| Román Montoya, Yolanda | yroman@ugr.es | Análisis estadísticos con R. Aplicaciones | Barcelo Bauza, Sebastia |
| Rueda García, María del Mar y Cobo Rodríguez, Beatriz | mrueda@ugr.es y beacr@ugr.es | Análisis de encuestas educativas: una aplicación real | Barrios Marin, Antonio José |
| Luque Fernández, Miguel Ángel | mluquefe@ugr.es | Inferencia causal en estadística aplicada | Boo Lamas, David |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | Boya Fernández, Sara |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | Bueno Ferrer, álvaro |
| Rueda García, María del Mar y Cobo Rodríguez, Beatriz |
mrueda@ugr.es beacr@ugr.es |
Nuevas metodologías estadísticas para analizar variables sensibles en encuestas no probabilísticas | Calle López, Lourdes |
| Román Montoya, Yolanda | yroman@ugr.es | Análisis estadísticos con R. Aplicaciones | Cara Sánchez, Pablo |
| Alonso Morales, Francisco J. | falonso@ugr.es | Modelización de Series Temporales modelos clásicos y SARIMA | Clar González Marina |
| Romero Béjar, José Luis | jlrbejar@ugr.es | Introducción al análisis de datos genómicos y aplicaciones | Córdoba Hidalgo, Patricia |
| Rueda García, María del Mar y Ferri García, Ramón |
mrueda@ugr.es rferri@ugr.es |
Estimadores de regresión generalizados | Correa Fernández José |
| Torres Parejo, Úrsula | ursula@ugr.es | Introducción al metaanálisis en RED | Cortajarena Zubiri, Sarai |
|
Sánchez Sánchez, Marta y Gutiérrez Sánchez, Ramón |
marta.sanchez@uca.es ramongs@ugr,es |
Análisis de inferencia Bayesiana: técnicas de métodos numéricos para la obtención de muestras a posteriori. | Corvalán Jorda, Carlos |
| Gámiz Pérez, María Luz y Segovia García María del Carmen |
mgamiz@ugr.es msegovia@ugr.es |
Modelos de Markov ocultos con aplicaciones en Fiabilidad | Costa Martí, Nil |
| Romero Molina, Desirée | deromero@ugr.es | Estudio de la técnica multivariante de Correlaciones Canónicas. Aplicación a datos Reales. | Deprés Polo, Mario |
| Femia Marzo, Pedro | pfemia@ugr.es | Métodos de ajuste y discriminación entre modelos propios de la formalización del metabolismo celular | Díaz Pérez, Ana Irene |
| Angulo Ibáñez, José Miguel, Madrid García, Ana Esther y Romero Béjar José Luis |
jmangulo@ugr.es; anaesther@ugr.es jlrbejar@ugr.es |
Modelización espacio temporal, análisis de valores extremos y evaluación de riesgos | Dris Ahmed, Omar |
| Romero Béjar, José Luis | jlrbejar@ugr.es | Teoría de Juegos y Aplicaciones | Duarte Abellan, Francisco Jesús |
| Aguilera del Pino, Ana María y Escabias Machuca, Manuel |
aaguiler@ugr.es escabias@ugr.es |
Aplicación de modelos de respuesta discreta | Enciso Martín, María Luisa |
| Expósito Ruíz, Manuela | mexpositoruiz@ugr.es | Variabilidad de la mortalidad por COVID-19 en Honduras: influencia de factores sociodemográficos | Escoto Rodríguez, Vilma Cristina |
| Morales Álvarez, Pablo | pablomorales@ugr.es | Algoritmos de machine learning para aprendizaje supervisado. Regresión y clasificación | Fernández Mesa, Pablo |
| Martínez Miranda, María Dolores y Gámiz Pérez, Mari luz |
mmiranda@ugr.es mgamiz@ugr.es |
Vigilancia y predicción de una pandemia en desarrollo | Figueredo, Amanda |
| Vera Vera, José Fernando | jfvera@ugr.es | Análisis de datos de proximidad aplicado. Metodología y tratamiento computacional. | García Garrido, Enrique |
| Angulo Ibáñez, José Miguel, Madrid García, Ana Esther y Romero Béjar José Luis |
jmangulo@ugr.es; anaesther@ugr.es jlrbejar@ugr.es |
Modelización espacio temporal, análisis de valores extremos y evaluación de riesgos | García Morales, Inmaculada Concepción |
| Rueda García, María del Mar y Ferri García, Ramón |
mrueda@ugr.es rferri@ugr.es |
Integración de datos en encuestas probabilísticas y no probabilísticas | Garsando Nájera, Carles |
| Raya Miranda, Rocio | rraya@ugr.es | Técnicas de clasificación en minería de datos | Gil Rodriguez, Francisco |
| Ruiz Medina, María Dolores | mruiz@ugr.es | Simulación de campos aleatorios | Godoy Cacho, Laura |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | González Gutiérrez, Adrian |
| Aguilera del Pino, Ana María y Escabias Machuca, Manuel |
aaguiler@ugr.es escabias@ugr.es |
Aplicación de modelos de respuesta discreta | González Merchan, Patricia |
| Román Montoya, Yolanda | yroman@ugr.es | Análisis estadísticos con R. Aplicaciones | Jara Diaz, Dennis Elizabeth |
| Esquivel Sánchez, Francisco Javier | esquivel@ugr.es | Análisis de valores extremos. Aplicación a datos climáticos | Korneeva Abdulaeva, Yana |
| Vera Vera, José Fernando | jfvera@ugr.es | Análisis de datos de proximidad y su tratamiento computacional. | Lamari Salma |
| Alonso Morales, Francisco J. | falonso@ugr.es | Modelización de Series Temporales modelos clásicos y SARIMA | Lazareva, Natalia |
| Vera Vera, José Fernando | jfvera@ugr.es | Análisis de datos (“Big-data”). Técnicas de Multidimensional Scaling aplicadas a datos de disimilaridad | Ligero Acosta, Manuel |
| Rueda García, María del Mar y Cobo Rodríguez, Beatriz | mrueda@ugr.es | Análisis de encuestas educativas: Encuesta TIMMS | López Maldonado, Jose Luis |
| Luna del Castillo, Juan de Dios y Montero Alonso, Miguel Ángel |
jdluna@ugr.es mmontero@ugr.es |
Métodos de Machine-Learning para la estimación de la prevalencia de una enfermedad y los parámetros de calidad de un test diagnóstico binario en presencia de verificación parcial. Comparación con los métodos clásicos de estimación | López Martín, José María. |
| Escabias Machuca, Manuel y Acal González, Christian |
escabias@ugr.es chracal@ugr.es |
Ampliación de Análisis de Datos Funcionales | Lui, Bin |
| Aguilera del Pino, Ana María y Acal González, Christian |
aaguiler@ugr.es chracal@ugr.es |
Ampliación de Análisis de Datos Funcionales | Manzo Moreira Beatriz del Carmen |
| Román Montoya, Yolanda | yroman@ugr.es | Análisis estadísticos con R. Aplicaciones | Márquez Rosales, Francisco Javier |
| Roldán Nofuentes, José Antonio | jaroldan@ugr.es | Comparación de los coeficientes kappa ponderados de test diagnósticos binarios bajo un diseño apareado | Martín Cárdenas, Isabel María |
| Femia Marzo, Pedro | pfemia@ugr.es | Desarrollo de una interfaz Shiny para el paquete BioestadísticaR2 | Martínez Ramos, Alberto |
| Esquivel Sánchez, Francisco Javier | esquivel@ugr.es | Análisis estadístico de datos circulares. Aplicación a datos reales | Monge Rogel, Ricardo |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | Morales Suárez, Sergio Ándres |
| Ruiz Castro, Juan Eloy | jeloy@ugr.es | Análisis y estudio de tiempos de vida. Una visión práctica | Moreno Fernández, Samuel |
| Sáez Muñoz, José Antonio | joseasaezm@ugr.es | Técnicas de corrección de errores en datos categóricos en problemas de clasificación | Moya Ramírez, Fernando |
| Femia Marzo, Pedro | pfemia@ugr.es | Métodos de ajuste y discriminación entre modelos propios de la formalización del metabolismo celular | Muñoz Puente, Javier |
| Rico Castro, Nuria | nrico@ugr.es | Análisis Discriminante y Regresión Logística: comparación de ambos métodos en una aplicación a datos reales | Nieves Ermecheo, Mónica |
| Carmona Sáez, Pedro María, Sáez Muñoz, José Antonio |
pcarmona@ugr.es joseasaezm@ugr.es |
Análisis de la eficiencia de técnicas de filtrado ruido en problemas de clasificación con datos genómicos | Núñez Nepomuceno, David |
| Montero Alonso, Miguel Ángel y Luna del Castillo, Juan de Dios | mmontero@ugr.es; jdluna@ugr.es | Evaluación de test diagnósticos binarios: Una aplicación en R | Pérez Escobar, Luis Antonio |
| Escabias Machuca, Manuel y Acal González, Christian | escabias@ugr.es y chracal@ugr.es | Ampliación de Análisis de Datos Funcionales | Pilco Coro, Viviana Lizbeth |
| Romero Molina, Desiré | deromero@ugr.es | Estudio y aplicación del Análisis Discriminante en Salud Ambiental. | Polonio Sánchez, María |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | Priego Ojeda, María |
| Aguilera del Pino, Ana Maria y Acal Gonzalez, Christian | aaguiler@ugr.es chracal@ugr.es | Ampliacion de analisis de datos funcionales | Quinatoa Martínez William Geovanny |
| Angulo Ibáñez, José Miguel, Madrid García, Ana Esther y Romero Béjar José Luis | jmangulo@ugr.es; anaesther@ugr.es jlrbejar@ugr.es | Modelización espacio temporal, análisis de valores extremos y evaluación de riesgos | Rahim Morata, Adel |
| Gutiérrez Sánchez, Ramón | ramongs@ugr.es | Técnicas de clasificación con R o Python | Serrano Molero, Lorena |
| Vera Vera, José Fernando | jfvera@ugr.es | Análisis de datos (“Big-data”). Técnicas de Unfolding aplicadas a datos de datos de preferencia. | Vallejos Velarde María Gisela |
| Raya Miranda, Rocío | rraya@ugr.es | Regresión de mínimos cuadrados parciales. Tratamiento computacional | Vargas Sánchez Sarasuadi |
| Romero Molina, Desirée | deromero@ugr.es | Estudio de la técnica multivariante de Correlaciones Canónicas. Aplicación a datos Reales. | Veroy Reyes, Carlos Manuel |
| Martínez Miranda, María Dolores y Gámiz Pérez, Mari luz | mmiranda@ugr.es mgamiz@ugr.es | Estimación no paramétrica de densidades en R | Vía Heredia Victoriano |
| Árnedo Fernández, Francisco Javier | arnedo@ugr.es | Modelos estadísticos para la identificación de ancestry-informative markers (AIM) | Vila Olaran, Gada Marta |
| Martínez Miranda, María Dolores | mmiranda@ugr.es | Regresión no paramétrica: fundamentos y aplicaciones | Wu Wu, Xiangnan |
ASIGNACIONES ENERO 2024
| TUTOR | TÍTULO | ALUMNO | |
|---|---|---|---|
| Ruiz Medina, María Dolores | mruiz@ugr.es | Simulación de campos aleatorios | Castillo Yate, Lady Jhoana |
| Rodríguez Bouzas, Paula y Aguilera del Pino, Ana María | paula@ugr.es y aaguiler@ugr.es | Procesos de recuento y análisis de datos funcionales | García Garrido, Enrique |
| Martínez Miranda, María Dolores | mmiranda@ugr.es | Una revisión crítica del método LASSO para la selección de variables en regresión lineal | García Moral, Inmaculada |
| Alonso Morales, Francisco Javier | falonso@ugr.es | Series Temporales Avanzadas | Romero Cueva, Victor Eduardo |
TRABAJOS OFERTADOS CURSO 2023-2024
TRABAJOS PREASIGNADOS O DE CURSOS ANTERIORES
| TUTOR | TÍTULO | ALUMNOI |
|---|---|---|
| Carmona Sáez, Pedro María | Revisión del uso de la metodología GSEA en estudios de meta-análisis | Aparicio Mota, Adrián |
| Esquivel Sánchez, Francisco Javier | Análisis de valores extremos. Aplicación a datos climáticos | Korneeva Abdulaeva, Yana |
| Esquivel Sánchez, Francisco Javier | Análisis estadístico de datos circulares. Aplicación a datos reales | Monge Rogel, Ricardo |
| Luna del Castillo, Juan de Dios | Métodos de Machine-Learning para la estimación de la prevalencia de una enfermedad y los parámetros de calidad de un test diagnóstico binario en presencia de verificación parcial. Comparación con los métodos clásicos de estimación | López Martín, José María. |
| Morales Álvarez, Pablo | Algoritmos de machine learning para aprendizaje supervisado. Regresión y clasificación | Fernández Mesa, Pablo |
| Rico Castro, Nuria | Análisis Discriminante y Regresión Logística: comparación de ambos métodos en una aplicación a datos reales | Nieves Ermecheo, Mónica |
| Rico Castro, Nuria | Estimación de densidad de probabilidad y esperanza condicional con métodos no paramétricos tipo Kernel para el análisis de las puntuaciones en la "Encuesta de percepciones sobre síntomas y factores de riesgo de cáncer en la sociedad española” | Aljarilla Sánchez, Lucas |
| Raya Miranda, Rocio | Técnicas de clasificación en minería de datos | Gil, Francisco |
| Román Montoya, Yolanda | Análisis estadísticos con R. Aplicaciones | Márquez Rosales, Francisco Javier |
| Román Montoya, Yolanda | Análisis estadísticos con R. Aplicaciones | Barcelo Bauza, Sebastia |
| Romero Béjar, José Luis | Introducción al análisis de datos genómicos y aplicaciones | Córdoba Hidalgo, Patricia |
| Romero Molina, Desiré | Estudio y aplicación del Análisis Discriminante en Salud Ambiental. | Polonio Sánchez, María |
| Torres Parejo, Úrsula | Introducción al metaanlisis en RED | Cortajarena, Sarai |