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

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

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

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.