Última actualización: 17/05/2021


Curso Académico: 2021/2022

Análisis de Datos Multivariantes
(14239)
Titulación: Master Universitario en Ciencias Actuariales y Financieras (224)
Escuela de Empresa


Coordinador/a: VELILLA CERDAN, SANTIAGO

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 En general: Fundamentos de Estadística, Álgebra Lineal, y Análisis Matemático. Se recomienda también tener alguna familiaridad con técnicas de programación basadas en MATLAB, R, y Microsoft Excel
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, en especial R
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
El curso se concentra en técnicas de Análisis de Datos Multivariantes, con particular énfasis en las aplicaciones con el ordenador 1. INTRODUCCIÓN ** 1.1 Datos multivariantes ** 1.2 La matriz de datos ** 1.3 Vector de medias. Matrices de covarianza y correlación ** 1.4 Métodos gráficos ** 1.5 Combinaciones lineales APÉNDICE 1A ** 1A.1 Revisión de conceptos básicos de vectores y matrices APÉNDICE 1B ** 1B.1 Introducción a R. Uso de RStudio y RGui en Análisis Multivariante 2. Análisis de CONGLOMERADOS ** 2.1 Medidas de proximidad ** 2.2 Agrupación jerárquica: Método de Ward ** 2.3 Agrupación no jerárquica: método de las K-medias ** 2.4 Ejemplos de aplicación con datos 3. Conceptos POBLACIONALES y MUESTREO ** 3.1 Vectores y matrices aleatorias ** 3.2 Valores esperados ** 3.3 Distribuciones muestrales 4. Distribución NORMAL multivariante ** 4.1 Propiedades básicas. ** 4.2 Métodos de simulación ** 4.3 Ejemplos de aplicación en finanzas 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 REGRESIÓN ** 7.1 Regresión lineal simple ** 7.2 Regresión lineal múltiple ** 7.3 Análisis de residuales ** 7.4 Ejemplos de aplicación 8. Modelos lineales GENERALIZADOS ** 8.1 Modelos logit y probit ** 8.2 Regresión de Poisson ** 8.3 Modelos de elección múltiple ** 8.4 Ejemplos de aplicación
Actividades formativas, metodología a utilizar y régimen de tutorías
Las competencias serán adquiridas por los alumnos mediante: [I] Lecciones magistrales: una por semana (14 sesiones) [eventualmente online sincrónica] [II] Prácticas en el aula informática: una por semana (14 sesiones) [presencial] Las actividades [I] y [II] 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. Las sesiones online serán grabadas. Se distribuirán también resúmenes de algunos de los contenidos del curso, con el fin de facilitar una mejor asimilación de los mismos, y facilitar al mismo tiempo su presentación en las clases de teoría.
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

El programa de la asignatura y la planificación semanal podrían 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