ANÁLISIS MULTIVARIANTE
Doble Titulación de Grado en Estadística y en Ingeniería Informática
Curso 2022/2023
1. Datos de la asignatura
(Fecha última modificación: 29-06-22 9:10)- Código
- 108416
- Plan
- ECTS
- 6
- Carácter
- Curso
- 2
- Periodicidad
- Segundo Semestre
- Idioma
- ESPAÑOL
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Datos del profesorado
- Profesor/Profesora
- Ana Belén Nieto Librero
- Grupo/s
- 1
- Centro
- Fac. Economía y Empresa
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- nº 1.B.11 (1ª planta) (Facultad de Medicina)
- Horario de tutorías
- Lunes y martes de 11 a 14 (cita previa)
- URL Web
- http://biplot.usal.es
- ananieto@usal.es
- Teléfono
- 923294500 Ext: 6988
- Profesor/Profesora
- Nerea González García
- Grupo/s
- 1
- Centro
- Fac. Economía y Empresa
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- Facultad de Medicina (nº 1.B.7, 1ª planta)
- Horario de tutorías
- Lunes y martes de 9 a 12 (cita previa)
- URL Web
- https://produccioncientifica.usal.es/investigadores/57945/detalle
- nerea_gonzalez_garcia@usal.es
- Teléfono
- 923 294500 Ext. 6999
2. Sentido de la materia en el plan de estudios
Bloque formativo al que pertenece la materia.
Modelos Lineales y Análisis Multivariante
Papel de la asignatura.
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.
Perfil profesional.
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.
3. Recomendaciones previas
Conocimientos de algebra lineal y geometría.
Inglés básico para la lectura de artículos científicos que pueden utilizarse en algunos de los seminarios y trabajos. Conocimientos de informática a nivel de usuario.
4. Objetivo de la asignatura
Se ha hecho evidente que la interpretación de muchas investigaciones y en la toma de decisiones en diversos ámbitos depende en gran parte de los métodos estadísticos multivariantes. Por esta razón, es esencial que los estudiantes de estas áreas se familiaricen lo antes posible con los razonamientos estadísticos relacionados con el estudio simultáneo de un gran número de variables.
Se pretende proporcionar al estudiante una comprensión de la lógica empleada en las técnicas multivariantes así como su puesta en práctica.
Se analizaran en detalle algunas de las técnicas básicas más generalmente utilizadas, su interpretación, ventajas y limitaciones. Se analizarán también posibles áreas de aplicación en las que las técnicas multivariantes pueden jugar un papel relevante.
El alumno aprenderá a utilizar las técnicas básicas del Análisis Multivariante y conocerá algunos de los campos de aplicación en los que puede desarrollase su trabajo futuro.
5. Contenidos
Teoría.
- 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.
6. Competencias a adquirir
Específicas.
- 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.
Transversales.
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
7. Metodologías
La asignatura consta de dos horas de clases magistrales por semana en las que el profesor explicará los conceptos y contenidos de la asignatura y resolverá problemas aplicando estos conceptos.
Se resolverán casos prácticos, a partir de los conceptos teóricos revisados en las clases magistrales, mediante el uso de paquetes informáticos (SPSS y R) para el análisis estadístico de conjunto de datos.
Regularmente se proporcionarán problemas de aplicación práctica, con la finalidad de que el alumno consiga la destreza necesaria en el cálculo y uso de aquellos conceptos de uso más frecuente en la aplicación de las técnicas.
El profesor atenderá, bajo demanda de los estudiantes, requerimientos académicos relacionados con la asignatura. Esto podrá realizarse bien de forma presencial o utilizando el correo electrónico cuando lo demandado por el alumno así lo permita.
8. Previsión de Técnicas (Estrategias) Docentes
9. Recursos
Libros de consulta para el alumno.
- 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.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
Plataforma Moodle (Studium.usal.es)
Página web del departamento: http://biplot.usal.es. (Incluye notas específicas para la signatura)
10. Evaluación
Consideraciones generales.
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 continua a lo largo del desarrollo de la signatura.
Criterios de evaluación.
La evaluación continua supondrá un 35% de la nota final. Se realizará un control teórico/práctico a lo largo del cuatrimestre (10%) y trabajos/ejercicios (25%), 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, y las habilidades y actitudes.
El 65% restante vendrá dado por la nota del examen global de la asignatura (prueba final) que se dividirá en dos partes de igual peso:
- Examen Teórico/Práctico basado en las clases magistrales presenciales. 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). Consistirá en preguntas cortas y / o de tipo test.
PARA APROBAR LA ASIGNATURA SE EXIGIRÁ:
- Un mínimo de 3.5 puntos sobre 10 en la nota del examen global de la asignatura. 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.
Las tareas no realizadas, individuales o en grupo, tendrán una calificación de 0 puntos. Se considerará la calificación de NP (No presentado), si el estudiante no realiza el examen final.
Instrumentos de evaluación.
Pruebas escritas.
Manejo de software de estadística.
Elaboración de informes.
Realización de tareas.
Recomendaciones para la evaluación.
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.
Recomendaciones para la recuperación.
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.