Estadística Aplicada
Grado y Doble Grado. Curso 2022/2023.
MÉTODOS DE PREDICCIÓN LINEAL - 801601
Curso Académico 2022-23
Datos Generales
- Plan de estudios: 0825 - GRADO EN ESTADÍSTICA APLICADA (2009-10)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG4-AD2. Interpretar los resultados obtenidos en la resolución de problemas de análisis de datos con varias variables
CG7-AD1. Proponer actuaciones basadas en los resultados obtenidos tras el análisis de datos
CG7-AD1. Proponer actuaciones basadas en los resultados obtenidos tras el análisis de datos
Específicas
CE4-AD1. Identificar y organizar los datos relevantes del problema de estudio, determinando su análisis
CE5-AD1. Buscar y encontrar patrones de comportamiento en los datos
CE7-AD2. Hacer predicciones de situaciones con comportamiento aleatorio utilizando técnicas de predicción
CE9-AD1. Elaborar y construir el modelo adecuado al problema real planteado
CE5-AD1. Buscar y encontrar patrones de comportamiento en los datos
CE7-AD2. Hacer predicciones de situaciones con comportamiento aleatorio utilizando técnicas de predicción
CE9-AD1. Elaborar y construir el modelo adecuado al problema real planteado
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%
Presenciales
2,4
No presenciales
3,6
Semestre
5
Breve descriptor:
Introducción a los modelos lineales. Regresión lineal simple. El modelo general de regresión.
Requisitos
Conocimientos de inferencia estadística y álgebra matricial.
Objetivos
Contenido
Métodos de Predicción Lineal
.- Introducción a los modelos lineales.
.-El modelo de regresión lineal simple. Estimación. Contrastes.
Diagnosis y validación del modelo.
.-El modelo de regresión lineal múltiple. Estimación. Contrastes.
Diagnosis y validación. Multicolinealidad. Regresión polinómica. Regresión con
variables cualitativas. Criterios de selección de modelos.
Evaluación
- Se valorarán con un 40% de la nota final los conocimientos adquiridos mediante el desarrollo de ejercicios, trabajos, participación en el aula y tutorías. La realización y presentación de ejercicios o trabajos en el aula se realizarán de forma presencial.
Se realizará un examen que pesará otro 60% en la nota final, este examen será presencial.
- La nota final tendrá en cuenta tanto la evaluación continua como la prueba final y se calculará como el máximo entre:
a) Calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua del 40%.
Se realizará un examen que pesará otro 60% en la nota final, este examen será presencial.
- La nota final tendrá en cuenta tanto la evaluación continua como la prueba final y se calculará como el máximo entre:
a) Calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua del 40%.
Bibliografía
Draper, N.; Smith, H. (1998) "Applied Regression Analysis". WILEY.
Montgomery, D.; PECK, E. A., y G. G: Vining (2002)."Introducción al análisis de Regresión Lineal". Compañía Editora Continental. México.
Peña, D. (2002) "Regresión y Diseño de Experimentos" Alianza Editorial.
HELAINA
Faraway, J.J. (2014). Linear odels with R (2nd. ed.). Chapman and Hall/CRC.
Freedman, D.A. (2010). Statistical models: theory and practice (1ª ed. rev). Cambridge University Press.
Baddeley, M. Barrowclough, D.& Barrowclough, D. (2009). Running regressions: a practical guide to quantitative research in economics, finance and development studies. Cambridge University Press.
Montgomery, D.; PECK, E. A., y G. G: Vining (2002)."Introducción al análisis de Regresión Lineal". Compañía Editora Continental. México.
Peña, D. (2002) "Regresión y Diseño de Experimentos" Alianza Editorial.
HELAINA
Faraway, J.J. (2014). Linear odels with R (2nd. ed.). Chapman and Hall/CRC.
Freedman, D.A. (2010). Statistical models: theory and practice (1ª ed. rev). Cambridge University Press.
Baddeley, M. Barrowclough, D.& Barrowclough, D. (2009). Running regressions: a practical guide to quantitative research in economics, finance and development studies. Cambridge University Press.
Estructura
Módulos | Materias |
---|---|
ANÁLISIS DE DATOS | MODELOS DE PREDICCIÓN |
Grupos
Actividades prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo mañana A | 08/09/2022 - 21/12/2022 | MARTES 09:00 - 11:00 | - | PABLO ARCADIO FLORES VIDAL |
Grupo tarde B | 08/09/2022 - 21/12/2022 | VIERNES 16:00 - 18:00 | - | MARTA BALDOMERO NARANJO |
Clases teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo de mañana A | 08/09/2022 - 21/12/2022 | VIERNES 11:00 - 13:00 | - | PABLO ARCADIO FLORES VIDAL |
Grupo de tarde B | 08/09/2022 - 21/12/2022 | MARTES 18:00 - 20:00 | - | MARTA BALDOMERO NARANJO |