Última actualización: 22/05/2022


Curso Académico: 2023/2024

Métodos de Muestreo para la Ciencia de Datos
(19379)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: MARIN DIAZARAQUE, JUAN MIGUEL

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Probabilidad Inferencia Estadística Programación en R
Objetivos
ADQUISICION de CONOCIMIENTOS sobre: 1) Introducción a los diseños muestrales. Inferencia bajo un diseño versus inferencia bajo modelo. Estimadores muestrales directos e indirectos tradicionales. 2) Modelos de muestreo a nivel de áreas pequeñas. Estimador post-estratificado sintético y Estimador Compuesto. Modelo a nivel de áreas de Fay-Herriot. Modelo a nivel de individuos con errores anidados. Predictores EBLUP. 3) Método y predictores EB. Extensiones para modelos de datos categóricos.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
Temas comunes a las asignaturas: 1) Distribuciones muestrales. 2) Distribuciones multivariantes. 3) Distribuciones condicionales a la muestra observada. Temas específicos de cada asignatura: 1) Introducción a los diseños muestrales. Inferencia bajo un diseño versus inferencia bajo un modelo. Estimadores muestrales directos e indirectos tradicionales. 2) Modelos de muestreo a nivel de áreas pequeñas. Estimador post-estratificado sintético y Estimador Compuesto. Modelo a nivel de áreas de Fay-Herriot. Modelo a nivel de individuos con errores anidados. Predictores EBLUP. 3) Método y predictores EB. Extensiones para modelos de datos categóricos.
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases teóricas Clases prácticas Prácticas de laboratorio Tutorías Trabajo en grupo Trabajo individual de los estudiantes
Sistema de evaluación
  • Peso porcentual del Examen Final 100
  • Peso porcentual del resto de la evaluación 0

Bibliografía básica
  • Rao, J.N.K. and Molina, I.. Small Area Estimation. Wiley. 2015
Bibliografía complementaria
  • Särndal, C.E., Swenson, B. and Wretman, J.H.. Model Assisted Survey Sampling. Springer-Verlag. 1992

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.