Técnicas de Inferencia Estadística I Técnicas de Inferencia Estadística II Métodos de Regresión

1. Conocer las técnicas básicas para el análisis de datos categóricos 2. Conocer y manejar programas estadísticos de análisis de datos categóricos. 3. Utilizar la metodología estudiada para el análisis de datos reales. 1. Capacidad de análisis y síntesis. 2. Modelización y resolución de problemas. 3. Comunicación oral y escrita.

Temario Tema 1. Introducción. 1.1. Análisis de la información: datos de naturaleza categórica. 1.2. Planteamiento general de las diferentes técnicas estadísticas para analizar datos categóricos. Técnicas de análisis descriptivo inicial. 1.3. Aplicaciones prácticas Tema 2. Tablas de Contingencia. Medidas de relación y asociación. Contrastes. 2.1. Medidas de relación y asociación para datos categóricos. 2.2. Contrastes de hipótesis paramétricos y no paramétricos. 2.3. Aplicaciones prácticas. Tema 3. Análisis de correspondencias simple y múltiple. 3.1. Introducción al análisis: planteamiento, hipótesis, estimación e interpretación. 3.2. Análisis de correspondencias simple. 3.3. Análisis de correspondencias múltiples. 3.4. Aplicaciones prácticas. Tema 4. Árboles de decisión. 4.1. Introducción al análisis: planteamiento, hipótesis, estimación e interpretación. 4.2. Algoritmos más utilizados: CHAID, CART y QUEST. 4.3. Aplicaciones prácticas. Tema 5. Modelos Lineales Generalizados (GLM). Modelos para datos binarios (regresión logística) y multinomiales. 5.1. Introducción a los GLM: planteamiento, hipótesis y estimación. Comparación con otros modelos. 5.2. Modelos de variable dependiente limitada: modelos para datos binarios. Regresión logística binaria: planteamiento, hipótesis, estimación e interpretación. 5.3. Modelos para datos multinomiales. Regresión logística multinomial: planteamiento, hipótesis, estimación e interpretación. 5.4. Aplicaciones prácticas.

Teoría (4 ECTS). Clases teóricas con material de apoyo disponible en la Web. Prácticas (2 ECTS) Clases de resolución de problemas. Prácticas computacionales en aulas informáticas.