| Centro |
| Facultad de Ciencias Matemáticas |
| Departamento |
| Estadística e Investigación Operativa |
| Profesor responsable |
| Sin datos cargados |
| Met. Docent |
| En las clases de teoría se presenta un problema con un claro objetivo. Se discute y explica las soluciones propuestas. En las clases prácticas se implementan las soluciones con programas estadísticos y se aplican a datos reales. |
| Met. Avaluació |
| Se realizará un primer examen parcial en febrero. En el examen final de junio se podrá eliminar la materia superada en el primer parcial. Los exámenes tendrán un carácter teórico-práctico con ordenador. Se valorarán los trabajos personales presentados en clase. |
| Bibliografia |
| COCHRAN, W (1977) Sampling techniques.3ed. New York: Wiley. EVERITT, B. S. & DUNN, G. (1991) Applied Multivariate Data Analysis. New York: Wiley. HEDAYAT, A.S. & SINHA, B.K. (1991) Design and Inference in Finite Population Sampling. New York. Wiley. PEÑA, D. (2002) Análisis de datos Multivariantes. Madrid McGraw-Hill. SÄRNDAL, SWENSSON & WRETMAN (1992) Model assisted survey sampling. Springer-Verlag. SEBER, G.A.F. (1984) Multivariate Observations. New York: Wiley TRYFOS, P. (1996) Sampling Methods for Applied Research. New York: Wiley |
| Continguts |
| Examen inicial de datos multivariantes. Características y representaciones gráficas. Transformaciones y detección de datos atípicos. Análisis de Componentes Principales. Definición y propiedades. Elección del número de componentes. Análisis de Correlaciones Canónicas. Obtención e invarianza de las variables canónicas. Análisis canónico de poblaciones. Optimalidad de la representación canónica. Escalamiento Multidimensional. Cálculo de las Coordenadas Principales. Escalamiento no métrico. Análisis de Correspondencias simples y múltiples. Contribuciones absolutas y relativas. Análisis de Conglomerados en k grupos. Clasificación jerárquica. Otras clasificaciones. Diseños probabilísticos. Propiedades. Parámetros y estimadores. Muestreos aleatorios simples y aliados. Muestreo sistemático. Muestreo Poisson. Muestreo PIPS. Muestreo con reemplazamiento PPS. Muestreo estratificado. Muestreo por Conglomerados y Polietápicos. Muestreo con reemplazamiento en alguna etapa. Estimadores más complejos que el total. Efecto del sesgo. Técnicas de linealización de Taylor. |
| Objetius |
| El primer objetivo que abordaremos es el análisis de datos multivariantes con técnicas descriptivas, basándonos en conceptos geométricos y en optimización de funciones objetivo muy claras. El segundo objetivo será preparar al alumno para diseñar y analizar encuestas. Para ello estudiaremos de forma teórica las principales técnicas de muestreo para fundamentar las ventajas y desventajas de la elección del tipo de muestreo en la práctica. |
| URL de Fitxa |