COMPETENCIAS ESPECÍFICAS

CM01 - Conocer en profundidad los conceptos y resultados del cálculo de probabilidades, la estadística y la programación matemática.

CM03 - Usar correctamente la terminología relacionada con los fenómenos aleatorios, el análisis de datos y la optimización de funciones lineales.

CM04 - Modelizar correctamente situaciones típicas relativas a fenómenos aleatorios y el tratamiento de datos.

CM05 - Estar familiarizado con recursos informáticos apropiados para el tratamiento de las situaciones mencionadas y manejar correctamente algunos de ellos.

CM06 - Seleccionar correctamente la técnica de análisis adecuada, en función del objetivo que se persigue en el estudio de esas situaciones.

CM07 - Realizar correctamente los cálculos y/o visualizaciones gráficas que requieran tales situaciones, utilizando los recursos teóricos y/o computacionales apropiados.

CM08 - Interpretar con sentido crítico los resultados de los análisis realizados.



RESULTADOS DE APRENDIZAJE

- Tener una visión de conjunto de las principales técnicas de análisis de datos multivariantes.

- Saber elegir razonadamente la técnica concreta más apropiada para analizar un conjunto de datos.

- Saber interpretar correctamente los resultados del análisis.

- Conocer y utilizar correctamente recursos informáticos apropiados para el análisis de datos multivariantes y/o la resolución computacional de problemas de programación lineal y entera-mixta

1. INTRODUCCIÓN: Introducción al análisis multivariante, distribución normal multivariante.

2. MODELO LINEAL: regresión lineal simple, regresión lineal múltiple, modelo lineal general.

3. MODELO LINEAL GENERALIZADO y ANÁLISIS DISCRIMINANTE: regresión logística, regresión de Poisson, y análisis discriminante.

4. ANÁLISIS FACTORIAL: tipos de análisis factorial, modelo, extracción y rotación de factores, análisis en componentes principales, comunalidades y bondad de ajuste.

5. ANÁLISIS DE CORRESPONDENCIAS: análisis general, ajuste de un subespacio a una nube de puntos, análisis de correspondencias simples, análisis de correspondencias múltiples.

6. CLASIFICACIÓN AUTOMÁTICA: tipos de clasificación, distancias y algoritmos, métodos jerárquicos y métodos no jerárquicos.



En las prácticas de ordenador se utilizarán recursos informáticos para la aplicación de las diferentes técnicas multivariantes que se desarrollan en el temario a un fichero de datos concreto. A partir de los resultados obtenidos, el alumnado desarrollará el informe estadístico correspondiente.

A principio de curso se publicarán en la plataforma eGela los apuntes de la asignatura, ejemplos resueltos y diferentes materiales que serán utilizados en la asignatura.



El contenido teórico se expondrá en clases magistrales siguiendo referencias básicas que figuran en la Bibliografía y el material de uso obligatorio. Estas clases magistrales se complementarán con las prácticas de aula en las que se analizarán los resultados de diferentes ejemplos prácticos relacionados con cada una de las técnicas multivariantes presentadas.



En las prácticas de ordenador, el alumnado se dividirá en grupos de trabajo, cada uno de los cuales deberá analizar un fichero de datos concreto, aplicando las diferentes técnicas multivariantes estudiadas, con el fin de desarrollar un informe estadístico. Se entregará el informe estadístico escrito y se hará una exposición oral del mismo.

EVALUACIÓN CONTINUA:

Examen final escrito (entre un 50% y un 70%).

Prácticas, entrega de trabajos y presentaciones a desarrollar durante todo el curso (entre un 30% y un 50% en la calificación final).



EVALUACIÓN FINAL: Se puede solicitar hasta la semana 9 (incluida); a partir de esa fecha, se entenderá que todo alumno/a que no ha hecho la solicitud, será evaluado/a mediante la evaluación continua.

Examen escrito (entre un 50% y un 70%) (a la vez que los/as compañeros/as de la evaluación continua).

Examen práctico: 24 horas para desarrollar un trabajo práctico en el que se demuestre el control sobre todas las competencias trabajadas durante el curso, con una base de datos que se proporcionará al inicio de la prueba o desarrollando algún trabajo sobre análisis multivariante. (Entre un 30% y 50%).



RENUNCIA

El alumno o la alumna que no se presente en la convocatoria ordinaria al examen escrito o no haya entregado el trabajo práctico, será calificado/a como No presentado/a.

Apuntes y materiales publicados en la plataforma eGela.

Bibliografía básica

- Julian J. Faraway. Linear models with R., Chapman & Hall/CRC, 2014 (second ed.)

- Julian J. Faraway. Extending the linear model with R, Chapman & Hall/CRC,2005

- Michael Greenacre. La práctica del análisis de correspondencias, Fundación BBVA, 2008.

- David W. Hosmer, Stanley Lemeshow and Rodney X. Sturdivant. Applied Logistic Regression, Wiley, 2013 (third ed.).

- Daniel Peña, Análisis de datos multivariantes, McGraw-Hill, 2002.

- Sanford Weisberg, Applied Linear Regression, Wiley, 2013 (fourth ed.).

- Husson, F., Le, S., Pages, J. Exploratory multivariate analysis by example using R. Chapman & Hall/CRC Texts in Computer Science and Data Analysis, 2017 (second ed.)

Bibliografía de profundización

- Annette J. Dobson & Adrian Barnett. An Introduction to Generalized Linear Models. Chapman & Hall/CRC Texts in Statistical Science. 2008 (third ed.).
- Michael Greenacre.. Theory and aplication of Correspondence Analysis. London Academic Press, 1984.
- Frank E. Harrell. Regression modeling strategies. Springer, 2001
- Michel Jambu. Exploratory and Multivariate Data Analysis. Academic Press, 1991.
- David G. Kleinbaum, Lawrence L. Kupper, Azhar Nizam, and Eli S. Rosenberg. Applied Regression Analysis and Other Multivariable Methods. Cengage Learning, 2013 (fifth ed.).
- Peter McCullagh & John.A.Nelder. Generalized Linear Models. Chapman and Hall, 1989. ((second ed.).
- Ewout W Steyerberg. Clinical prediction models: a practical approach to development, validation, and updating. Springer, 2008

Revistas

- Biometrical journal: http://onlinelibrary.wiley.com/journal/10.1002/%28ISSN%291521-4036/
- BMC Medical research methodology: http://www.biomedcentral.com/bmcmedresmethodol
- Journal of Applied Statistics: http://www.tandfonline.com/loi/cjas20#.VWw8eUYpp8E
- Statistics in medicine: http://onlinelibrary.wiley.com/journal/10.1002/%28ISSN%291097-0258
- Statistical methods in medical research: smm.sagepub.com/