Salir

Modelización estadística

Última modificación
Dom , 05/11/2023 - 10:48

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 2023-2024

Norberto Corral Blanco (norbert  at  uniovi.es) (Coordinador)
Irantzu Barrio Beraza (irantzu.barrio  at  ehu.es)