Técnicas de inferencia estadística I Técnicas de inferencia estadística II Métodos de regresión

-Ser capaz de identificar o crear el modelo adecuado al problema concreto que surja en cada actividad empresarial -Capacidad para manipular computacionalmente y analíticamente los modelos establecidos, aprovechando la potencia de los métodos estadísticos, de optimización, etc., y realizar el análisis de los resultados obtenidos -Capacidad para percibir la naturaleza de los problemas e interpretar las soluciones proporcionadas por los modelos correspondientes, de forma útil, para la mejora del rendimiento de la empresa en sus distintos campos -Modelización y análisis estadístico de datos tanto estáticos como dinámicos -Capacidad de elaboración y construcción de modelos y su validación -Interpretación de resultados a partir de modelos estadísticos -Extracción de conclusiones y redacción de informes -Capacidad de análisis, síntesis y resolución de problemas -Conocimientos de informática relativos al ámbito de estudio -Trabajo en un equipo de carácter multidisciplinar -Razonamiento crítico

1. Revisión del Modelo de regresión múltiple 1.1 Estimación de parámetros 1.2 Inferencia 2. Introducción a los modelos lineales generalizados. 2.1 La familia exponencial de distribuciones 2.2 Componentes de un modelo lineal generalizado 2.3 Estimación: Fisher Scoring Algorithm 2.4 Inferencia 2.5 Diagnósticos en GLMs 3. Modelos para datos binarios y proporciones 3.1 Regresión logística 3.2 Interpretación de parámetros: Odds ratio 3.3 Validación del modelo: curva ROC 4. Modelos para datos de conteo 4.1 Regresión de Poisson 4.2 Modelos log-lineales 5. Modelos aditivos generalizados 5.1 Técnicas de suavizado 5.2 Estimación e inferencia 6. Modelos con efectos aleatorios 6.1 Estimación 6.2 Inferencia 6.3 Modelos para medidas repetidas y datos longitudinales

Las horas lectivas (1.4 ECTS) se dedicarán a las siguientes actividades formativas dirigidas: -Clases magistrales/expositivas: Tienen por objetivo alcanzar las competencias específicas cognitivas de la materia. En ellas se presentarán los conocimientos que los alumnos deben adquirir. Para facilitar su desarrollo los alumnos recibirán las notas de clase y tendrán textos básicos de referencia que les permita completar y profundizar en aquellos temas en los cuales estén más interesados. -Clases Prácticas: Son clases de resolución de problemas, prácticas en aula informática o de exposición por parte de los alumnos. Estas clases ayudan a desarrollan las competencias específicas. Adicionalmente, se dedicarán 1.4 ECTS a actividades formativas tutorizadas. Estas actividades supervisadas consisten en actividades de enseñanza-aprendizaje tanto de contenido formativo teórico como práctico que, aunque se pueden desarrollar de manera autónoma, requieren la supervisión y seguimiento, más o menos puntual, de un docente. Estas actividades pueden ser, entre otras, las siguientes: tutorías programadas, revisión de trabajos y tutorías de seguimiento. El resto de créditos, 3.2 ECTS, se dedican al estudio del alumno de forma autónoma o en grupo sin supervisión del docente. Durante este tiempo el estudiante realiza ejercicios y lecturas complementarias propuestas por el profesor. También realiza lecturas complementarias obtenidas mediante búsqueda bibliográfica entre el material recomendado por el profesor. Durante este tiempo el alumno puede tener acceso a aula informática.