Estadística Aplicada

Grado y Doble Grado. Curso 2023/2024.

TÉCNICAS ESTADÍSTICAS MULTIVARIANTES II - 801605

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG 10 - AD 1. Realizar trabajos con otros estudiantes y debatir sobre el análisis de datos adecuado.
Específicas
CE 9-AD 1. Elaborar y construir el modelo adecuado al problema real planteado.
CE 11, CE 12, CE 24-AD 1. Resolver un problema real mediante los distintos pasos de: identificar la información, diseñar el estudio, analizar datos y construir el modelo adecuado e interpretar los resultado.
CE 14-AD 2. Elaborar informes técnicos con los resultados del análisis de datos.
CE 21-AD 1. Utilizar correctamente el software estadístico programable.

ACTIVIDADES DOCENTES

Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%

Presenciales

2,4

No presenciales

3,6

Semestre

6

Breve descriptor:

El objetivo prioritario de esta asignatura es que el alumno adquiera los fundamentos concpetuales y prácticos para llevar a cabo análisis de datos cualitativos multivariantes mediante software de aplicación específico.

Requisitos

Es conveniente que el alumno haya cursado las asignaturas relacionadas con Modelos Lineales y Técnicas Multivariantes I

Objetivos

El objetivo prioritario de esta asignatura es que el alumno adquiera los fundamentos conceptuales y prácticos para llevar a cabo análisis de datos categoricos multivariantes mediante software de aplicación específico.

Contenido

TÉCNICAS ESTADÍSTICAS MULTIVARIANTES II

 

TEMA 1: PRELIMINARES


TEMA 2: MEDIDAS DE ASOCIACIÓN

2.1 ESCALA NOMINAL
Medidas de asociación para tablas 2x2: Coeficiente Phi, Riesgo relativo, Razón de productos cruzados (odds ratio)
Medidas de asociación para tablas IxJ: Coeficiente de contingencia, V de Cramer, Lambdas, Tau–y de Goodman y Kruskal y Coeficiente de incertidumbre
El Coeficiente Kappa

2.2 ESCALA ORDINAL
Coeficientes Gamma, Tau-b y Tau-c de Kendall y D de Sommers

2.3 ESCALA DE INTERVALO O DE RAZÓN
Coeficiente Eta
Coeficientes de correlación de Pearson y de Spearman

2.3 ANÁLISIS ESTRATIFICADO EN TABLAS 2x2


TEMA 3: MODELOS LOGLINEALES
3.1 FORMULACIÓN DEL PROBLEMA
El modelo saturado para dos variables
El modelo saturado general
Otros tipos de modelos

3.2 EL MODELO SATURADO
Cálculo de los efectos
Bondad del ajuste, prueba de los k efectos y prueba de asociación parcial

3.3 EL MODELO JERÁRQUICO: EL MÉTODO BACKWARD


TEMA 4: MODELOS DE RESPUESTA PROBIT
4.1 FORMULACIÓN DEL PROBLEMA
4.2 ESTIMACIÓN DE LOS PARÁMETROS
4.3 PRUEBA DE BONDAD DE AJUSTE JI-CUADRADO
4.4 PRUEBA DE PARALELISMO PARA GRUPOS
4.5 ESTIMACIÓN DE LA DOSIS NECESARIA PARA OBTENER UNA DETERMINADA PROPORCIÓN DE RESPUESTA

TEMA 5: REGRESIÓN LOGÍSTICA BINARIA
5.1 FORMULACIÓN DEL PROBLEMA
5.2 VARIABLE CUALITATIVAS EN LA REGRESION LOGÍSTICA
5.3 SELECCIÓN DE LAS VARIABLES
5.4 ESTIMACIÓN DE LOS PARÁMETROS
5.5 BONDAD DEL AJUSTE
5.6 CLASIFICACIÓN DE LOS INDIVIDUOS
5.7 PREDICCIÓN

Evaluación

Se utilizará el procedimiento de evaluación continua exclusivamente para aquellos alumnos que asistan a las clases de prácticas.

Estos alumnos podrán realizar trabajos mediante software de aplicación específico y ser evaluados por ellos.
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación de la prueba final.

b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.

En todo caso, sí se podrá superar la asignatura mediante el procedimiento de evaluación continua.

Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.




Bibliografía

Agresti, A. (2013) "Categorical Data Analysis", Wiley
Collet, D. (2002) "Modeling Binary Data". Chapman and Hall.
Hosmer, D.W, Lemeshow, S. & Sturdivant R.X. (2013) "Applied Logistic Regression", Wiley.
Powers, D.A. & Xie, y. (2000). "Statistical Methods for Categorical Data Analysis".
Academic Press.
Stokes, Davis and Koch. (2000). "Categorical Data Analysis Using The SAS System". SAS Institute Inc.

Estructura

MódulosMaterias
ANÁLISIS DE DATOSMINERÍA DE DATOS

Grupos

Actividades prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2024 - 10/05/2024MIÉRCOLES 13:00 - 15:00-ELENA DEL CARMEN GAVILAN GARCIA
Grupo tarde B22/01/2024 - 10/05/2024VIERNES 16:00 - 18:00-FERNANDO PEREZ CONTRERAS


Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2024 - 10/05/2024LUNES 11:00 - 13:00-CONRADO MIGUEL MANUEL GARCIA
Grupo tarde B22/01/2024 - 10/05/2024MARTES 18:00 - 20:00-FERNANDO PEREZ CONTRERAS