Última actualización: 23/04/2024


Curso Académico: 2024/2025

Análisis de Datos Multivariantes
(14239)
Máster Universitario en Ciencias Actuariales y Financieras (Plan: 168 - Estudio: 224)
Escuela de Empresa


Coordinador/a: MEILAN VILA, ANDREA

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Estadística Actuarial Fundamentos de Estadística, Álgebra Lineal, y Análisis Matemático Se recomienda también tener alguna familiaridad con técnicas de programación basadas en MATLAB, R y Phyton
Objetivos
Conocimiento de técnicas estadísticas de análisis de datos multivariantes con aplicaciones en finanzas y ciencias actuariales Aprendizaje de software estadístico de análisis de datos multivariantes
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción al análisis multivariante 1.1 Introducción 1.2 Conceptos básicos de álgebra matricial 1.3 Descripción de datos multivariantes: matriz de datos, vector de medias, matriz de covarianzas y matriz de correlaciones 1.4 Representación de datos multivariantes 2. Distribución normal multivariante 2.1 Propiedades básicas. 2.2 Métodos de simulación 2.3 Ejemplos de aplicación 3. Análisis de regresión 3.1 Regresión lineal simple 3.2 Regresión lineal múltiple 3.3 Validación del modelo 3.4 Ejemplos de aplicación 4. Modelos lineales generalizados 4.1 Regresión logística 4.2 Regresión de Poisson 4.3 Ejemplos de aplicación 5. Componentes principales 5.1 Motivación y construcción 5.2 Caso estandarizado 5.3 Ejemplos con datos 6. Análisis factorial 6.1 Modelo factorial ortogonal 6.2 Estimación y rotación de factores 6.3 Ejemplos de aplicación 7. Análisis de conglomerados o clúster 7.1 Medidas de proximidad 7.2 Agrupación jerárquica: Método de Ward 7.3 Agrupación no jerárquica: método de las K-medias 7.4 Ejemplos de aplicación con datos
Actividades formativas, metodología a utilizar y régimen de tutorías
Las competencias serán adquiridas por los alumnos mediante: 1. Clases magistrales: una por semana (14 sesiones) 2. Prácticas en el aula informática: una por semana (14 sesiones) Las actividades 1. y 2. se dedicarán a desarrollar ejercicios, problemas, y ejemplos detallados con datos. En las clases se hará un uso intensivo de los recursos disponibles en Aula Global.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Calendario de Evaluación Continua


Bibliografía básica
  • ALDÁS, J. y URIEL, E.. Análisis Multivariante aplicado con R, 2ª Ed.. Paraninfo. 2017
  • PEÑA, D.. Análisis multivariante de datos. Mc Graw Hill. 2002

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.


Dirección web para más información: https://www.uc3m.es/master/ciencias-actuariales