CG9 Mostrar capacidad de síntesis

CE4 Identificar y organizar la información relevante de un problema
CE5 Descubrir patrones de comportamiento en los datos
CE10 Analizar los datos mediante la aplicación de métodos y técnicas estadísticas, trabajando con datos cualitativos y cuantitativos
CE11 Interpretar los resultados del trabajo estadístico

50%

50%

100%

2,4

3,6

5

Es conveniente que el alumno haya cursado las asignaturas Estimación I, Estimación II, Software Estadístico I, Programación I, Programación II y Métodos Matemáticos para Estadística II.

TÉCNICAS ESTADÍSTICAS MULTIDIMENSIONALES I

TEMA 1. ANÁLISIS DE COMPONENTES PRINCIPALES Y FACTORIAL.
1.1. Introducción.
1.2. Fundamentos del análisis factorial.
1.3. Análisis de Componentes Principales.
1.4. Sistemática del análisis de Componentes Principales.
1.5. Análisis Factorial.
1.6. Métodos de rotación de factores e interpretación del análisis factorial.

TEMA 2. ANÁLISIS DE CORRESPONDENCIAS.
2.1. Introducción.
2.2. Test de independencia.
2.3. Perfiles fila y perfiles columna.
2.4. Análisis de la Inercia de una nube de puntos
2.5. Análisis de correspondencias múltiple.

TEMA 3. ANÁLISIS DISCRIMINANTE.
3.1. Introducción.
3.2. Reglas de decisión para dos grupos.
3.3. Clasificación sobre varias poblaciones.
3.4. Análisis canónico discriminante de Fisher.
3.5. Elección de variables: procedimiento Forwrad y backaward..
3.6. Sistemática del análisis discriminante.

TEMA 4. ANÁLISIS CLUSTER.
4.1. Introducción.
4.2. Medidas de distancia y similitud..
4.3. Algoritmos de clasificación jerárquica.
4.4. Algoritmos de clasificación no jerárquica.
4.5. Procedimientos para determinar el número adecuado de grupos.
4.6. Caracterización de los clústeres.
4.7. Sistemática del análisis cluster.

Evaluación continua del trabajo realizado en clase mediante la resolución de las hojas de problemas, realización de prácticas y de dos pruebas escritas parciales. El alumno obtendrá un calificación por evaluación continua, si esta es superior a 5 superará la asignatura sin tener que presentarse al examen final.
No obstante cualquier alumno podrá presentarse al examen final, siendo su calificación en actas el máximo entre
a) Calificación de la prueba final.
b) La calificación obtenida por evaluación continua

. Douglas L. J., Green P.E. (2003). "Analizing Multivariate Data". Thomson. Learning. Pacific Grove SA.
. Everitt "Applied Multivariate Data Analysis", Ed Arnold, 2001.
. Hair Anderson Tatham Black "Analisis Multivariante" Madrid 1999.
. Johnson, Richard & Dean Wichern. "Applied Multivariate Statistical Analysis". Prentice-Hall. New Jersey 1998.
. Jonson, D.E. (2000). "Métodos Multivariados Aplicados al Análisis De Datos". México, International Thomson Editores.
. Ludovic Lebart, Alain Morineu, Marie Piron, "Statistique Exploratoire Multidimensionnelle", Ed. Dunod, 3ª Edicion, Paris 2000
. Pérez López, Cesar. Técnicas de Análisis Multivariante de Datos: Aplicaciones con SPSS. Ed. Pearson Educación. 2008.
. Valencia Delfa, J.L.; Vicente Hernanz, Mª Lina. Análisis Multivariante I. Ed. CERSA. 2006.