BIG DATA: MODELIZACIÓN ESTADÍSTICA

Contacto

Lugar: CAMPUS DE ELCHE: LABORATORIO DE COMPUTACIÓN DEL INSTITUTO UNIVERSITARIO DE INVESTIGACIÓN CIO.

Teléfono de contacto: +34 966658572

E-mail: mttormo@umh.es

Web: http://cio.umh.es

Precio de matrícula

  • ORDINARIA: 100 euros

Administrativo/a

Plan de Estudios

Justificación académica

Esta materia proporciona los conocimientos y capacidades básicas para afrontar los problemas de modelización estadística, que busca explicar el comportamiento de una magnitud cuantitativa o cualitativa, denominada variable respuesta, en función de un conjunto de magnitudes cuantitativas o cualitativas, denominada variables predictoras. El establecimiento de estos modelos, junto con su validación, nos permite establecer patrones de comportamiento en las posibles respuestas con respecto a las predictoras.

Objetivos del curso

Los objetivos de este curso son:
- Aplicar los fundamentos matemáticos básicos para el estudio y modelización de bases de datos.
- Realizar análisis previos descriptivos para conocer la naturaleza de las posibles relaciones entre la variable respuesta y las posibles predictoras.
- Conocer los diferentes tipos de modelos básicos que se pueden utilizar en el análisis de bases de datos.
- Plantear diferentes tipos de modelos estadísticos en función de la naturaleza de la variable respuesta estudiada.
- Analizar diferentes tipos de modelos estadísticos en función de la naturaleza de la variable respuesta estudiada.
- Plantear soluciones a modelos cuya validez estadística esté comprometida.
- Establecer las herramientas de predicción de la respuesta necesarias en función de los modelos obtenidos.

Estructura de los estudios

La materia se estructura en los temas siguientes:
- Introducción a la modelización estadística.
- Modelos con respuesta continua (modelos lineales).
- Modelos con respuesta discreta (modelos lineales generalizados).
- Modelos con efectos aleatorios.

Uso de instalaciones y programación temporal

El curso se compone de 20 horas, 8 horas presenciales y 12 horas no presenciales. 
Las 8 horas presenciales corresponden a 2 sesiones de 4 horas, una al inicio del curso y otra al final del curso, se impartirán en el Laboratorio de Computación del CIO. Para las sesiones no presenciales se dispondrá de material colgado en un blog que el matriculado debe ir trabajando mediante ejercicios propuestos en el curso. El profesor responderá a las cuestiones o preguntas de los alumnos a través de correo electrónico.
Sesiones programadas:
Sesión presencial: 6/02/2018. 4 horas. Horario: 16:00h a 20:00h en el Laboratorio de Computación del CIO.
Introducción a la modelización estadística.
On-line: 12 horas. Trabajo por parte del matriculado mediante el material colgado en el blog. Resolución de los ejercicios prácticos propuestos mediante el material colgado en el blog.
Modelos con respuesta continua (modelos lineales). Ejercicios prácticos. 
Modelos con respuesta discreta (modelos lineales generalizados). Ejercicios prácticos. 
Modelos con efectos aleatorios. Ejercicios prácticos. 
Sesión presencial: 27/02/2018. 4 horas. Horario: 16:00h a 20:00h en el Laboratorio de Computación del CIO.
Desarrollo trabajo final del curso.

Requisitos de acceso

Se considera necesario que el estudiante disponga de conocimiento previos sobre:
- El programa R y su entorno de trabajo RStudio.
- La instalación de librerías y su uso en el programa R.
- Análisis estadísticos descriptivos, tanto numéricos como gráficos, para el estudio inicial de bancos de datos.
- Procedimientos de inferencia estadística básicos (intervalos de confianza y contrastes de hipótesis)
- Distribuciones de probabilidad (Binomial, Poisson, Normal, t-Student, Ji-cuadrado, y F de Snedecor)

Procedimiento de Evaluación

Evaluación continua mediante la entrega de trabajos prácticos.

Profesorado

  • MORALES SOCUELLAMOS, JAVIER

Enlaces de interés general

Información del curso

Centro docente: Instituto Centro de Investigación Operativa

Rama de enseñanza: INGENIERÍA Y ARQUITECTURA

Preinscripción: 01/09/18 a 01/02/19

Matriculación: 02/02/19 a 04/02/19

Duración: 06/02/19 a 27/02/19

Horas: 20

Máximo alumnos: 25

Mínimo alumnos: 20