GUÍA DOCENTE ASIGNATURAS 2003-2004 - Facultade de ...
GUÍA DOCENTE ASIGNATURAS 2003-2004 - Facultade de ... GUÍA DOCENTE ASIGNATURAS 2003-2004 - Facultade de ...
Estadística 2 Descriptores - Modelos estadísticos aplicados. Profesores II Cuatrimestral, Obligatoria, 6 Créditos (3T + 3P) Ricardo Cao Abad rcao@udc.es Objetivos docentes Se pretende que el alumno conozca y aprenda a utilizar los modelos de diseño de experimentos y análisis de regresión lineal. Para ello es necesario conocer la formulación matemática del modelo, estimarlo y contrastar que se verifican las hipótesis supuestas. Para conseguir estos objetivos, la docencia de la asignatura tiene un carácter eminentemente práctico, apoyándose en el uso de un paquete estadístico (Statgraphics). Bibliografía Recomendada Vilar Fernández, J.M. Modelos estadísticos apliclados. A Coruña Universidade, Servicio de publicacións, 2003. Peña D. Regresión y Diseño de Experimentos. Alianza Editorial, 2002. Montgomery C. Diseño y análisis de experimentos. Grupo y Editorial Iberoamericana, 1991. Prat A.; Tort-Martorell, X.; Grima, P. y Pozueta, L. Métodos estadísticos: control y mejora de la calidad. UPC, 1997. Drapper N.R. y Smith, H. Applied regression analysis. Wiley, 1980. Jobson J.D. Applied Multivariate Data Analysis. Ed. Springer Verlag, 1991. Complementaria Box G.E.P.; Hunter, W y Hunter, J.S Estadística para investigadores. Reverté, 1989. Tomas P. Ryan. Modern Regression Methods. Wiley, 1997. Mendenhall W. y Sincich, T. Probabilidad y estadística para ingeniería y ciencias. Prentice Hall Hispanoamericana, 1997. Romero R. y Zúnica L.R. Estadística (Proyecto de innovación educativa). Universidad Politécnica de Valencia, 1993. Canavos G.C. Probabilidad y estadística: aplicaciones y métodos. McGraw Hill, 1989. Contenido 134
1. Conceptos de inferencia estadística (repaso) o Conceptos básicos de la teoría de test de hipótesis o Tests de hipótesis paramétricas 2. Tests de hipótesis no paramétricas o Tests de bondad de ajuste o Tests de independencia 3. El análisis de la varianza con un factor de variación o El modelo matemático o Estimación de los parámetros o El contraste de la igualdad de medias. Tabla ANOVA o Análisis de la diferencia entre medias o Validación del modelo. Gráficos y contrastes no paramétricos o Factores fijos y factores aleatorios 4. Diseño de experimentos o El modelo de bloques aleatorizados o Análisis de la varianza con dos factores de variación o Otros modelos de diseño de experimentos 5. Regresión lineal simple o El modelo de regresión lineal simple o Estimación y propiedades de los estimadores de los parámetros. Tabla ANOVA o Coeficiente de correlación y de determinación o Validación del modelo: detección de datos influyentes y atípicos o Predicción en regresión lineal simple 6. El modelo general de regresión o El modelo general de regresión lineal o Estimación y propiedades de los estimadores de los parámetros. Tabla ANOVA o Correlación: simple, parcial y múltiple o Validación del modelo: multicolinealidad o Predicción en regresión lineal múltiple o Selección de las variables regresoras y medidas de bondad de ajuste 135
- Page 83 and 84: Identificadores libres y ligados. o
- Page 85 and 86: Hall 2002. Contenido Parte I: Jerar
- Page 87 and 88: Tema 4: Análisis de Fourier de se
- Page 89 and 90: o ICMP y los protocolos básicos de
- Page 91 and 92: o Creación y terminación de proce
- Page 93 and 94: 2. Lenguajes Regulares o Lenguajes
- Page 95 and 96: Mathematica. Prensas Universitarias
- Page 97 and 98: o Funciones continuas. Teorema de B
- Page 99 and 100: o Listas con cabecera 3. Pilas o Pi
- Page 101 and 102: 2. Descripción estadística de var
- Page 103 and 104: Contenido 1. Conceptos de inferenci
- Page 105 and 106: 2. Electrostática. Campo eléctric
- Page 107 and 108: 1. Introducción a la Lógica. o Pr
- Page 109 and 110: Contenido ALGORITMOS, PROGRAMAS Y L
- Page 111 and 112: II (Ciclo 1) Tecnología de computa
- Page 113 and 114: Tecnología Electrónica Descriptor
- Page 115 and 116: Algoritmos Descriptores II - Inducc
- Page 117 and 118: Bases de Datos I Descriptores II -
- Page 119 and 120: II Computación Numérica Cuatrimes
- Page 121 and 122: II Estructura de Computadores I Cua
- Page 123 and 124: Metodología de la Programación De
- Page 125 and 126: Programación Declarativa Descripto
- Page 127 and 128: Sistemas Conexionistas Descriptores
- Page 129 and 130: Sistemas Operativos I Descriptores
- Page 131 and 132: Tecnología de la programación Des
- Page 133: Contenido PARTE I: Jerarquía de Me
- Page 137 and 138: • Solución gráfica de problemas
- Page 139 and 140: Tema 4: Análisis de Fourier de se
- Page 141 and 142: 1. El protocolo IP, con una descrip
- Page 143 and 144: o Creación y terminación de proce
- Page 145 and 146: o Autómatas finitos deterministas.
- Page 147 and 148: 2. Paralelismo a nivel de instrucci
- Page 149 and 150: Contenido 1. Introducción. o El m
- Page 151 and 152: Ullman, J. y Widom, J. A first cour
- Page 153 and 154: MÓDULO I - Conceptos básicos 1. I
- Page 155 and 156: Page-Jones, M. The Practical Guide
- Page 157 and 158: Borrajo, J. y Martínez y Pazos. In
- Page 159 and 160: permutaciones, y combinaciones con
- Page 161 and 162: Russel, S. y Norvig, P. Inteligenci
- Page 163 and 164: IEEE Guide to Software Requirements
- Page 165 and 166: 2001. McLaughlin, B. Java and XML,
- Page 167 and 168: Complementaria Tanenbaum. Redes de
- Page 169 and 170: Análisis y Diseño Orientado a Obj
- Page 171 and 172: II (Ciclo 2) - ITIG Arquitectura Cl
- Page 173 and 174: Aspectos Jurídicos y Deontológico
- Page 175 and 176: APARICIO SALOM, J., Estudio sobre l
- Page 177 and 178: 1. Nociones generales. 2. La Propie
- Page 179 and 180: 6. Nulidad y caducidad de la marca
- Page 181 and 182: o Redundancia en tiempo. o Toleranc
- Page 183 and 184: Tema 1 Introducción 1.1 Visión Ge
1. Conceptos <strong>de</strong> inferencia estadística (repaso)<br />
o Conceptos básicos <strong>de</strong> la teoría <strong>de</strong> test <strong>de</strong> hipótesis<br />
o Tests <strong>de</strong> hipótesis paramétricas<br />
2. Tests <strong>de</strong> hipótesis no paramétricas<br />
o Tests <strong>de</strong> bondad <strong>de</strong> ajuste<br />
o Tests <strong>de</strong> in<strong>de</strong>pen<strong>de</strong>ncia<br />
3. El análisis <strong>de</strong> la varianza con un factor <strong>de</strong> variación<br />
o El mo<strong>de</strong>lo matemático<br />
o Estimación <strong>de</strong> los parámetros<br />
o El contraste <strong>de</strong> la igualdad <strong>de</strong> medias. Tabla ANOVA<br />
o Análisis <strong>de</strong> la diferencia entre medias<br />
o Validación <strong>de</strong>l mo<strong>de</strong>lo. Gráficos y contrastes no paramétricos<br />
o Factores fijos y factores aleatorios<br />
4. Diseño <strong>de</strong> experimentos<br />
o El mo<strong>de</strong>lo <strong>de</strong> bloques aleatorizados<br />
o Análisis <strong>de</strong> la varianza con dos factores <strong>de</strong> variación<br />
o Otros mo<strong>de</strong>los <strong>de</strong> diseño <strong>de</strong> experimentos<br />
5. Regresión lineal simple<br />
o El mo<strong>de</strong>lo <strong>de</strong> regresión lineal simple<br />
o Estimación y propieda<strong>de</strong>s <strong>de</strong> los estimadores <strong>de</strong> los parámetros. Tabla<br />
ANOVA<br />
o Coeficiente <strong>de</strong> correlación y <strong>de</strong> <strong>de</strong>terminación<br />
o Validación <strong>de</strong>l mo<strong>de</strong>lo: <strong>de</strong>tección <strong>de</strong> datos influyentes y atípicos<br />
o Predicción en regresión lineal simple<br />
6. El mo<strong>de</strong>lo general <strong>de</strong> regresión<br />
o El mo<strong>de</strong>lo general <strong>de</strong> regresión lineal<br />
o Estimación y propieda<strong>de</strong>s <strong>de</strong> los estimadores <strong>de</strong> los parámetros. Tabla<br />
ANOVA<br />
o Correlación: simple, parcial y múltiple<br />
o Validación <strong>de</strong>l mo<strong>de</strong>lo: multicolinealidad<br />
o Predicción en regresión lineal múltiple<br />
o Selección <strong>de</strong> las variables regresoras y medidas <strong>de</strong> bondad <strong>de</strong> ajuste<br />
135