• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Estadística Aplicada

Grado y Doble Grado. Curso 2023/2024.

MÉTODOS DE PREDICCIÓN LINEAL - 801601

Curso Académico 2023-24

Datos Generales

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
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

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.

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%.

Bibliografía

• Draper, H.R. and Smith, H. (1998) Applied Regression Analysis (3rd ed.). John Wiley & Sons Inc.
• Faraway, J.J. (2015) Linear Models with R. 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. C., Peck, E. & Vining, G. G. (2002). Introducción al Análisis de Regresión Lineal (1ª ed. en español, 3ª ed. en inglés) Compañía Editorial Continental.
• Peña, D. (2010) Regresión y Diseño de Experimentos. Alianza Editorial
• Zelterman, D. Applied Linear Models with SAS (2010). Cambridge University Press

Estructura

MódulosMaterias
ANÁLISIS DE DATOSMODELOS DE PREDICCIÓN

Grupos

Actividades prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A11/09/2023 - 21/12/2023VIERNES 09:00 - 11:00-JULIA AMADOR PACHECO
Grupo tarde B11/09/2023 - 21/12/2023VIERNES 16:00 - 18:00-PABLO ARCADIO FLORES VIDAL


Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo de mañana A11/09/2023 - 21/12/2023MIÉRCOLES 11:00 - 13:00-JULIA AMADOR PACHECO
Grupo de tarde B11/09/2023 - 21/12/2023MARTES 18:00 - 20:00-PABLO ARCADIO FLORES VIDAL