|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los materiales de los que dispone la asignatura Materiales y herramientas de apoyo Informaciones sobre la evaluación a la UOC Consulta del modelo de evaluación | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
En ciencia es muy habitual intentar construir modelos que sirvan para explicar la relación entre varias variables o para predecir el comportamiento de un sistema. El paradigma de los modelos matemáticos nos lo ofrece la física clásica, en donde por ejemplo podemos predecir un eclipse dentro de muchos años a partir de la masa y posición de la tierra, la luna y el sol. La estadística nos permite construir modelos en situaciones en donde las relaciones no son tan claras, es decir no busca establecer relaciones funcionales del tipo Y=f(X) sino que permite trabajar con relaciones aproximadas y=f(X)+E, donde "E" representa" el error de aproximación que cometemos al suponer que la relación entre X e Y viene descrita por el modelo "f". La única restricción que impondremos es que el error sea aleatorio con unas ciertas condiciones y se ajuste a un tipo de distribución. En esta asignatura vamos a trabajar con la situación más sencilla posible entre los modelos estocásticos en la que se supone que "f" es una función lineal -es decir del tipo: b0+b1*X1+b2*X2+...-. Veremos como a partir de suponer una relación lineal entre una variable respuesta cuantitativa y unas variables explicativas continuas (regresión), categóricas (análisis de la varianza) o mixtas (análisis de la covarianza) es posible ajustar un modelo que nos permita describir la relación entre las variables con fines explicativos o predictivos. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Esta asignatura se fundamenta en los modelos probabilísticos y la inferencia. Plantea un tipo de relación sencillo (lineal)- que más adelante se presenta en modelos de regresión más complejos como la regresión logística o la de Cox, en versiones multivariantes de las pruebas introducidas como el MANOVA o en la utilización de modelos lineales para la clasificación como el análisis discriminante | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Tanto los modelos de regresión como los de análisis de la varianza se utilizan de forma exhaustiva en las multiples variantes de la bioestadística: análisi de microarrays o ultrasecuenciación (bioinformática) en estudios clínicos y epidemiológicos (bioestadística clínica y epidemiología) en farmacología agricultura, psicometría y practicamente cualquier disciplina que aplique la estadística a las ciencias de la vida. En todos los ejercicios que se pedirán habrá enunciados de todos los campos mencionados para que los alumnos tengan una visión general de la aplicabilidad de la metodología desarrollada |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
En principio es posible que se pueda seguir la asignatura sin conocimientos previos, pero se hará mucho mejor con una buena base de estadística como la que proporcionan las asignaturas de Inferencia Estadística y Software Estadístico. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
El objetivo de esta asignatura es que el alumno alcance a conocer las herramientas necesarias para estudiar la relación entre variables cuando ésta se puede expresar como una función lineal de una de la variables respecto a las otras. Este estudio se concreta en identificar el modelo, establecer los mecanismos necesarios para estimar el valor de los parámetros desconocidos del mismo, verificar las cuestiones que se puedan plantear así como los mecanismos que permitan diagnosticar la adecuación del modelo y finalmente decidir qué pasos realizar cuando alguno de los requisitos no se cumpla.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1. Introducción 1.1 Un ejemplo
1.2 Ajuste a unos datos: recta de regresión 1.3 El modelo lineal 1.4 Las condiciones de Gauss-Markov 1.3 Historia
2.1 Representación matricial del modelo lineal
2.2 Estimación por mínimos cuadrados 2.3 Un ejemplo 2.4 La descomposición QR 2.5 Caso de rango no máximo 2.6 Funciones paramétricas estimables 2.7 Teorema de Gauss-Markov 2.8 Ortogonalidad
3.1 Contraste de hipótesis paramétricas
3.2 Contraste de modelos 3.3 Test de permutaciones 3.4 Intervalos de confianza para los coeficientes
4.1 Estimación de los parámetros
4.2 Contrastes t de Student 4.3 Significación de la regresión 4.4 Coeficiente de determinación 4.5 Intervalos de confianza 4.6 Predicciones
5.1 Tipos de residuos
5.2 Gráficos con los residuos 5.3 Normalidad 5.4 Detección de residuos atípicos 5.5 Leverage 5.6 Influencia 5.7 Homocedasticidad 5.8 Multicolinealidad
6.1 Cambios de escala
6.2 Transformación de las variables 6.3 Polinomios 6.4 Regresión a trozos 6.5 Mínimos cuadrados generalizados 6.6 Mínimos cuadrados con pesos 6.6 Una recta resistente 6.7 Regresión robusta 6.8 Regresión logística
7.1 Paso a paso
7.2 Por criterio
8.1 Componentes principales
8.2 PLS 8.3 Ridge Regression 8.4 LASSO
9.1 Un factor con dos niveles
9.2 Un factor multinivel 9.3 Codificación de los niveles 9.4 ANOVA 9.5 ANCOVA |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Referencias complementarias principales
Podéis ver el libro "Modelos lineales" como una fuente en la que ampliar algunos conceptos y donde encontrar mayor detalle que en el libro de Faraway, mientras que las notas de la Penn State son más como unos apuntes que podéis leer para aclarar los conceptos que discute el libro de Faraway. Materiales complementarios auxiliares
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|