ALBACETE, 22 May. (EUROPA PRESS) -
El Aula de Informática del edificio Jurídico-Empresarial de la Universidad de Castilla-La Mancha (UCLM) en Albacete acoge a partir de hoy viernes, 22 de mayo, y hasta el próximo jueves, día 28, la celebración del XI Seminario Práctico de Técnicas Avanzadas de Investigación. Está dirigido por el catedrático de Organización de Empresas de la Universidad UCLM, Juan Jiménez e impartido por la profesora de la Universidad de Buenos Aires Ana María Legato.
Este curso, dirigido tanto a profesores, investigadores como a alumnos de doctorado, pretende, en palabras de su director, iniciar y en otros casos reforzar o actualizar los conocimientos de sus alumnos. "La idea es que el seminario sirva de herramienta para estar al día de las últimas técnicas de investigación", señaló Juan Jiménez, quien además indicó que los trabajos de investigación que se llevarán a cabo son aplicables a todas las disciplinas, informó la UCLM en nota de prensa.
En cuanto a la dinámica del seminario, Ana María Legato indicó que se basará fundamentalmente en ofrecer conceptos a través de algún problema sin hacer grandes desarrollos matemáticos. "Una vez ofrecidos estos conceptos, los llevaremos a la práctica para que los alumnos trabajen y así aprendan" afirmó la profesora, añadiendo, como novedad en esta edición, que se abordará el método de mínimos cuadrados parciales, un formato de archivo multimedia que almacena listas de producción y trabaja de modo distinto.
"Tiene como ventajas el que requiere menos supuestos y que se trabaja con bases de datos más reducidas. Aunque el fundamento matemático del método es muy fuerte, las condiciones que piden a los datos para llevarlos a la práctica son más suaves" afirmó Legato, añadiendo que este método complementa las metodologías de años anteriores.
El seminario esta formado por cuatro módulos que se impartirán en el Aula de Informática del edificio Melchor de Macanaz de 16.00 a 20.00 horas bajo los epígrafes: Los datos y la relaciones; Regresión por mínimos cuadrados parciales (PLS); Un enfoque de modelos causales: Los modelos de ecuaciones estructurales (SEM); y Regresión con una variable dependiente cualitativa: el modelo logístico (logit).
