En este curso el estudiantado profundizará en conceptos avanzados de probabilidad en una y varias variables y se profundizará en la relación que pueden tener las variables aleatorias en entornos estocásticos multivariantes. Al mismo tiempo que se proporcionan las herramientas teóricas para la interpretación de datos en entornos complejos y de alta dimensionalidad, también se introducirá al alumnado en algoritmos relevantes de análisis de factores y componentes principales, análisis de la varianza (ANOVA) entre diversos grupos muestrales y en la gestión de datos que involucran el tiempo.
Paralelamente a la docencia teórica de estos conceptos, el alumnado aprenderá a desarrollar e implementar todas estas técnicas de análisis de datos en el lenguaje y entorno de programación R
Profesores Titulares
Profesores Docentes
Probabilidad y estadística.
- - Identificar métodos de estadística y probabilidad para desarrollar sistemas de razonamiento, aprendizaje y manipulación de datos.
- - Reconocer y seleccionar técnicas de visualización de datos adecuadas en entornos complejos.
- - Aplicar correctamente métodos de análisis y visualización para comunicar resultados y patrones relevantes en los datos.
1. Probabilidad multivariante
2. Cadenas de Markov
3. Análisis de factores
4. Métodos de análisis de la varianza (ANOVA)
5. Series temporales
Cada semana se impartirán 5 horas de clase, que se distribuirán de la siguiente manera:
- Teoría: 2h
- Práctica (R): 2h
- Resolución de problemas: 1h
La asignatura se evaluará mediante 2 exámenes y 1 trabajo práctico
Se valorará:
- La correcta interpretación y manipulación de datos
- El rigor y la coherencia en el desarrollo de los razonamientos
- La capacidad de modelización matemática de situaciones técnicas básicas
- La precisión en los cálculos y la correcta interpretación de los resultados obtenidos
- La claridad y estructura en la presentación de los procedimientos y soluciones
- Bowerman, B. L., O'Connell, R. T., Murphree, E., Huchendorf, S. C., Porter, D. C., & Schur, P. (2003). Business statistics in practice. New York: McGraw-Hill/Irwin.
- Montgomery, Douglas C., and George C. Runger. Applied statistics and probability for engineers. John wiley & sons, 2010.
-