Inicio >> Docencia >> Titulación >> Asignaturas/Cursos >> Presentación
           --

Modelos Estadísticos Lineales (12533)


Presentación Grupos Recursos Bibliografía Exámenes Avisos

Recomendaciones previas
Se recomienda haber cursado previamente la asignatura paquetes estadísticos (código 12534).
Objetivos de la asignatura

Objetivos

Generales:

  • Utilizar la Estadística para saber estudiar e interpretar datos y resultados, para ello se hará uso, principalmente del programa informático SPSS.

Específicos:

  • Trabajar con modelos de diseños experimentales.
  • Reconocer y trabajar con modelos de análisis de la varianza con un factor fijo, en bloques aleatorizados, con dos o más factores fijos o con efectos aleatorios.
  • Aplicar los diseños aleatorios a dos niveles y fracciones de diseños factoriales.
  • Adquirir los conocimientos necesarios en la teoría general de modelos de regresión.
  • Conocer las hipótesis de la regresión lineal simple y múltiple y utilizarla.
  • Introducir al alumno en el análisis de la covarianza.
  • Introducir al alumno en las series temporales, procesos estocásticos, procesos estacionarios e integrados
  • Introducir y manejar datos en el programa SPSS con las técnicas mencionadas anteriormente.
  • Saber interpretar los resultados numéricos obtenidos mediante el uso del programa SPSS.

 

 SPSS
Contenidos

PARTE I: MODELO DE DISEÑO EXPERIMENTAL

TEMA 1.- Modelo de análisis de la varianza con un factor fijo. Introducción al modelo lineal general. Modelo para un factor fijo y estimación de los parámetros. Análisis de la varianza y contraste. Comprobación de las hipótesis del modelo. Contrastes múltiples.
TEMA 2.- Diseño en bloques aleatorizados. Introducción. Modelo y estimación de los parámetros. Análisis de la varianza y contrastes. Contrastes de diferencias de medias y validación del modelo.
TEMA 3.- Modelos factoriales con dos o más factores fijos. Modelo con dos factores e interacción: sin replicación y con replicación. Modelos con tres factores. Cuadrado latino y grecolatino.
TEMA 4.- Modelos con efectos aleatorios. Introducción y conceptos. Modelo con dos factores e interacción. Modelo con dos factores anidados.
TEMA 5.- Diseños factoriales a dos niveles. Diseños 22. Diseños 2k. Fracciones de diseños factoriales. Aplicaciones.

PARTE II: MODELO DE REGRESIÓN

TEMA 6.- Teoría General de Modelos de Regresión. Modelo general de regresión. Método de mínimos cuadrados generalizados. Hipótesis básicas.
TEMA 7.- Regresión lineal simple. Estimadores de los parámetros. Contrastes de hipótesis e intervalos de confianza. Análisis de los residuos. Verificación de las hipótesis básicas del modelo.
Predicción del valor medio y de una nueva observación.
TEMA 8.- Regresión lineal múltiple. Estimadores de los parámetros. Contrastes de hipótesis e intervalos de confianza. Regiones de confianza. Correlación en regresión múltiple. Predicción
del valor medio y de una nueva observación.
TEMA 9.- Hipótesis básicas del Modelo de regresión múltiple. Multicolinealidad. Análisis de los residuos. Error de especificación. Normalidad. Robustez del modelo. Heterocedasticidad.
Autocorrelación. Regresión paso a paso.
TEMA 10.- Otros modelos de regresión. Modelo lineal generalizado. Modelos polinómicos. Estimación secuencial.
TEMA 11.- Análisis de la Covarianza. Regresión con variables cualitativas. Estimación y contrastes en el análisis de la covarianza.

PARTE III: SERIES TEMPORALES

TEMA 12.- Procesos estocásticos. Procesos estacionarios. Proceso de ruido blanco. Procesos integrados.
TEMA 13.- Procesos autorregresivos y de media móvil. Función de autocorrelación parcial. Procesos ARMA y ARIMA. Identificación, estimación y predicción.

Metodologías
 spss5  histograma  spss6

Métodos de enseñanza utilizados

    El método de enseñanza utilizado fundamentalmente consiste en la aplicación de los conceptos teóricos que se aprenden a casos reales, ya sea en problemas resueltos “a mano” o en prácticas de ordenador.

    Los alumnos reciben:
  • Clases teóricas: se presentan los contenidos básicos de cada tema comenzando con una introducción y se van introduciendo el resto de los conceptos que van a ser necesarios para la resolución e interpretación de los problemas.
  • Clases de problemas: para consolidar los conceptos teóricos adquiridos y ayudar a su comprensión y memorización. Los alumnos serán los que resuelvan los problemas y comenten con el resto de compañeros la solución, siempre con la supervisión del profesor.
  • Clases prácticas de ordenador: consiste básicamente en la utilización del programa SPSS y en la interpretación de los resultados obtenidos.

Recursos utilizados

  • Desarrollo teórico en la pizarra y con el apoyo de fotocopias con los contenidos más relevantes o importantes de cada tema.
  • Ejercicios de comprensión que se pueden utilizar en el desarrollo teórico de las clases, para que el alumno comprenda los conceptos.
  • Colección de problemas que se plantearán a los alumnos, de los cuales se realizarán algunos en clase y otros se presentarán de manera voluntaria para su posterior calificación como ayuda para mejorar su nota final. Con estos ejercicios se pretende que los alumnos sean capaces de poner en práctica los conceptos aprendidos.
  • Prácticas de ordenador en las aulas de informática donde los alumnos de manera individual aprenderán a utilizar el programa SPSS y a interpretar sus resultados.

Evaluación

Consideraciones Generales

    El examen consistirá en resolver de manera individual varios supuestos prácticos en el ordenador, que serán similares a los planteados en las prácticas desarrolladas durante todo el cuatrimestre, y que engloben todas las técnicas estudiadas.
Además se realizarán problemas “a mano”, los cuales también resolveremos en el ordenador, y que de manera voluntaria los alumnos podrán entregar para poder mejorar la nota.

                                                                      logo_spss

Criterios de evaluación

    En la convocatoria de “Modelos Estadísticos Lineales” de la Ingeniería Técnica en Informática de Sistemas se utilizarán los siguientes criterios evaluación:

  • Un examen de práctica de ordenador cuya calificación supondrá un 80% de la nota final.
  • Varias prácticas, desarrolladas durantes las clases en el aula de informática, que los alumnos entregarán de manera individual y cuya calificación supondrá un 10% de la nota final.
  • La asistencia a clase, el interés diario… supondrá un 10% de la nota final.
   Para superar la asignatura será necesario que el alumno obtenga una nota de al menos 5 puntos sobre los 10 puntos que se corrige.

Recomendaciones para la evaluación

    Realizar cada semana los problemas propuestos y las prácticas, de modo que se lleven al día los contenidos y las técnicas estudiadas. De este modo el examen será muy sencillo para el alumno.

Recomendaciones para la recuperación

    Revisar todas las prácticas realizadas en clase, en las que se basará el examen de resuperación.



Datos de interés

Sentido de la materia en el plan de estudios

Bloque formativo al que pertenece la materia

    Bloque estadística

Asiganturas vinculadas

  • modelos estadísticos lineales
  • paquetes estadísticos
  • estadística

Papel de la asignatura dentro del bloque formativo y del plan de estudios

    Papel muy importante en el área de la estadística aplicada ya que la asignatura se centra en el aprendizaje y uso del programa spss, muy utilizado en la investigación estadística

Perfil profesional

   En la mayor parte de los estudios estadísticos en muchos y diversos campos de la investigación estadística.

Profesorado
Silvia Villardón Herrero Correo electrónico
Otros datos

Créditos: 6.0 (4.5 T + 1.5 P) , Primer cuatrimestre , Optativa , Número de grupos de teoría: 1

Ingeniería Técnica en Informática de Sistemas (Plan 1997) Tercer curso
---
Identificarse Accesibilidad
Idioma inglés
Advertencia sobre la información contenida en esta aplicación Web
© 2024 Departamento de Informática y Automática - Universidad de Salamanca
Webmaster: Correo electrónico
Versión Móvil
[Contenido semántico de esta página]
Member of Informatics Europe Acerca de