Modelos Lineales y Análisis Multivariante

La asignatura presenta los conceptos necesarios para analizar simultáneamente un elevado número de variables en contraposición a la mayor parte de los métodos tradicionales en los que las variables estudiadas se analizan separadamente. En el mundo actual en el que se dispone cada vez de mayores cantidades de información, es necesario que los alumnos de un grado en Estadística conozcan las técnicas que les permiten analizar y tomar decisiones a partir de grandes conjuntos de datos.

Actualmente todos los trabajos basados en la toma de datos experimentales han de basar sus resultados en métodos estadísticos. La asignatura proporciona los conocimientos básicos para analizar datos multivariantes y el lenguaje necesario para comprender los informes redactados por otros profesionales.

Los conceptos explicados son útiles para aquellos profesionales que desarrollarán su actividad en diversos campos de aplicación como las Ciencias Sociales, Biomedicina, Marketing etc en los que se dispone frecuentemente de datos multivariantes. También será útil para aquellos alumnos que en el futuro se dediquen a la investigación en este campo.

• Introducción y revisión de las herramientas matemáticas necesarias para el Análisis Multivariante.
• Análisis de Componentes Principales.
• Análisis Factorial
• Métodos Biplot.
• Análisis de Coordenadas Principales y Escalamiento multidimensional. Distancias y proximidades.
• Análisis de Cluster.
• Comparación de los vectores de medias. El Análisis Multivariante de la Varianza.
• Análisis Discriminante.
• Análisis de Correspondencias Simple y Múltiple.
• Otras técnicas multivariantes.
• Campos de aplicación.

• Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.
• Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
• Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística Multivariante.
• Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.
• Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística Multivariante juega un papel relevante en la toma de decisiones.
• Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.
• Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.
• Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.
• Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.
• Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista.

Instrumentales:

• Capacidad de análisis y síntesis.
• Capacidad de organización y planificación
• Capacidad de gestión de la información.
• Resolución de problemas.
• Interpretación de resultados a partir de los Análisis Estadísticos. .
• Toma de decisiones.

Interpersonales:

• Trabajo en equipo.
• Razonamiento crítico.
• Compromiso ético
• Habilidades en las relaciones interpersonales.

Sistémicas:

• Aprendizaje autónomo
• Motivación por la calidad
• Creatividad
• Espíritu emprendedor
• Capacidad innovadora
• Gestión de proyectos

• Cuadras, Carles M., “Métodos de análisis multivariante”, EUNIBAR. Barcelona EUB 1996.
• Peña, Daniel. “Análisis de datos Multivariantes”. MacGrawHill. Madrid.2002.
• Krzanowski, W.J. Principles of multivariate analysis: a user’s perspective Oxford University Press. Oxford. 2000.

Plataforma Moodle (Studium.usal.es)

Página web del departamento: http://biplot.usal.es. (Incluye notas específicas para la signatura)

Para evaluar:

Tareas desarrolladas a lo largo del curso.

Un examen final que constará de dos partes:

• Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas.
• Un examen con ordenador donde el alumno deberá resolver un caso práctico.

Evaluación continuada a lo largo del desarrollo de la signatura.

La evaluación continua supondrá un 30% de la nota final. Se realizará un control teórico/práctico a lo largo del cuatrimestre (10%) y un trabajo de elaboración personal de los alumnos (individual y/o en grupo) (20%), donde se valorará la capacidad del alumno para llevar a la práctica los métodos aprendidos, el manejo del programa estadístico, la elaboración de informes y la bibliografía consultada, así como las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.

El 70% restante vendrá dado por la nota del examen global de la asignatura (prueba final) que se dividirá en dos partes:

• Examen Teórico/Práctico basado en las clases magistrales presenciales (40%). Una única prueba a final del periodo lectivo, donde se evaluará el nivel de conocimientos. Consistirá en preguntas cortas y / o de tipo test.
• Examen de prácticas con ordenador basado en las clases de prácticas con el programa estadístico visto en el curso (SPSS y/o R) (30%). Consistirá en preguntas cortas y / o de tipo test.

PARA APROBAR LA ASIGNATURA SE EXIGIRÁ:

• Un mínimo de 3.5 puntos sobre 10 en cada una de las partes del examen global final (teoría y práctica). En caso de no cumplir este requisito, la calificación final máxima será de 4 puntos. 
• Una media ponderada superior o igual a 5.0 puntos.

La recuperación se realizará únicamente del examen global de la asignatura. La evaluación continua no es recuperable.

Examen escrito y/o  On line

Manejo de software de estadística. Ordenador Elaboración de informes

Presentación de los trabajos

Asistir tanto a las clases teóricas como a las prácticas. Plantear las posibles dudas que tenga el alumno en clase, tutorías.. Realizar las tareas propuestas a lo largo del curso.

Utilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.

Manejar el material de apoyo disponible en Studium.

Utilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.

Acudir a las tutorías para resolver las diversas dudas que puedan surgir a lo largo del curso.