Asignaura optativa, 6 créditos ECTS
Esta asignatura se desarrolla en torno a tres grandes clases de procedimientos: técnicas de reducción de datos, métodos de predicción y métodos de clasificación.
Objetivos:- Saber aplicar de manera adecuada las técnicas multivariantes de análisis de datos más relevantes.
- Conocer los métodos de reducción de dimensiones.
- Conocer y aplicar los modelos lineales de regresión, verificando las hipótesis básicas.
- Interpretar los resultados de los distintos procedimientos de análisis.
- Adquirir destreza en la aplicación de estos procedimientos empleando aplicaciones informáticas de estadística.
- Impulsar el hábito del razonamiento crítico y la capacidad de autoaprendizaje.
Contenidos:- Introducción al análisis estadístico multivariante. Clasificación de las técnicas multivariables
- Técnicas de reducción de dimensión y clasificación: Análisis factorial. Análisis de componentes principales. Análisis de correspondencias simples y múltiples. Análisis discriminante. Análisis de conglomerados.
- El modelo lineal: introducción. Modelo lineal simple y general: propiedades básicas. Diagnóstico y validación del modelo. Observaciones atípicas e influyentes. Heterocedasticidad y autocorrelación. Multicolinealidad. Transformación de variables. Selección de un modelo. Extensiones del modelo lineal: regresión logística, modelo lineal generalizado y modelos no lineales.
Metodología:El sistema de enseñanza se basa en las clases magistrales, aunque también se desarrollarán seminarios y prácticas de laboratorio
En cada tema se plantean los objetivos del método estadístico que se va a estudiar, se demuestran los resultados teóricos más importantes, que justifican la solución obtenida, y se aplica el procedimiento estudiado a un problema real.
Criterios de evaluación: - Asistencia y participación a las clases así como la respuesta a las actividades y ejercicios propuestos
- Trabajos prácticos
Bibliografía:- Análisis Factoriales Simples y Múltiples. Objetivos, métodos e interpretación. Escofier, B., Pages, J. Bilbao UPV/EHU (1992)
- Exploring multivariate data with the forward search. Atkinson, Riani & Cerioli Springer. (2004)
- Principles of Multivariate Analisys. Krzaniowski, W. J. Oxford University Press (2000)
- Statistical models. Davison, A. Cambridge University Press (2003)
- Theory and application of Correspondence Analysis. Greenacre, M. J. London Academic Press (1984)
- An Introduction to Generalized Linear Models. Dobson. Chapman and Hall (2001)
- Applied Regression Analisys. Draper, N. , Smith, H. John Wiley (1998)
- Estadística Modelos y Métodos. Tomo II. Daniel Peña. Alianza Universidad (1987)
- Regresión y diseño de experimentos. Daniel Peña. Alianza editorial. (2001)
- Practical Regression and Anova using R. Julian J. Faraway. 2002 (cran.r-project.org/doc/contrib/Faraway-PRA.pdf)
- Probability and Statistics with R. Ugarte, M. D. , Militino, A. F., Arnholt, A. CRC/Chapman & Hall (2009)
Profesores del curso 2022-2023Norberto Corral Blanco (norbert at uniovi.es) (Coordinador)
Irantzu Barrio Beraza (irantzu.barrio at ehu.es) Ultima actualización, 7 de julio de 2022 |
|
Modificado el ( jueves, 07 de julio de 2022 )
|
Powered