Última actualización: 17/04/2024


Curso Académico: 2024/2025

Análisis Funcional de Datos
(17770)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: GALEANO SAN MIGUEL, PEDRO

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Programación en R, Procesos Estocásticos y Análisis Multivariante.
Objetivos
Los principales objetivos de este curso sobre análisis funcional de datos se pueden resumir de la siguiente manera: 1. Comprender los conceptos y técnicas fundamentales del análisis de datos funcionales, incluidas las herramientas matemáticas, los métodos de suavizado y el manejo de variables aleatorias funcionales utilizando ejemplos de datos reales. 2. Dominar la aplicación del análisis de componentes principales funcionales (PCA) para la inferencia, el análisis de las características de la muestra, la evaluación de la profundidad de los datos funcionales y la detección de valores atípicos en conjuntos de datos funcionales. 3. Adquirir competencia en regresión lineal funcional, que abarca la solución del problema de regresión funcional, el manejo de la regresión escalar sobre función y el abordaje de escenarios de regresión función sobre función. 4. Aprender las técnicas de clasificación con datos funcionales, comenzando con una introducción, pasando a los métodos de clasificación no supervisada y avanzando a los enfoques de clasificación supervisada. 5. Explorar las complejidades del análisis de series temporales funcionales, centrándose en la estimación y predicción utilizando componentes principales funcionales. A través de estos objetivos, el curso tiene como objetivo dotar a los estudiantes de una comprensión integral del análisis funcional de datos, permitiéndoles aplicar estas técnicas a datos del mundo real y resolver problemas complejos en varios dominios.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción al análisis de datos funcionales 2. Análisis en componentes principales funcional 3. Regresión lineal funcional 4. Clasificación con datos funcionales 5. Series temporales funcionales
Actividades formativas, metodología a utilizar y régimen de tutorías
ACTIVIDADES FORMATIVAS DEL PLAN DE ESTUDIOS REFERIDAS A MATERIAS AF1 Clase teórica AF2 Clases prácticas AF4 Prácticas de laboratorio AF5 Tutorías AF6 Trabajo en grupo AF7 Trabajo individual del estudiante AF8 Pruebas de evaluación presencial Código actividad Nº Horas totales Nº Horas Presenciales % Presencialidad Estudiante AF1 44 44 100 AF2 20 20 100 AF4 20 20 100 AF5 16 16 100 AF6 40 0 0 AF7 154 0 0 AF8 6 6 100 TOTAL MATERIA 300 100 33 METODOLOGÍAS DOCENTES FORMATIVAS DEL PLAN REFERIDAS A MATERIAS MD1 Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD3 Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo MD5 Elaboración de trabajos e informes de manera individual o en grupo
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Calendario de Evaluación Continua


Bibliografía básica
  • J.O. Ramsay and B.W. Silverman. Functional Data Analysis. Springer-Verlag. 1997, 2005
  • J.O. Ramsay and B.W. Silverman. Applied Functional Data Analysis. Springer-Verlag. 2002
  • J.O. Ramsay, G. Hooker and S. Graves. . Functional Data Analysis with R and MATLAB. Springer. 2010
  • P. Kokoszka and M. Reimherr. Introduction to Functional Data Analysis. Chapman and Hall/CRC. 2017

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/ss/Satellite/Postgrado/en/Detalle/Estudio_C/1371237139502/1371219633369/Master_in_Stadistics_for_Data_Science