Curso de especialización en Modelos de Regresión

Plan de estudios

• Software y Fuentes Estadísticas. 2

• Introducción a los Modelos de Regresión. 0,4

• Modelo de Regresión Linear Simple (RLS). 0,6

• Modelo de Regresión Linear Múltiple (RLM). 0,6

• Chequeo y validación del RLM. 0,6

• Regresión con variables cualitativas. 0,3

• Modelos Polinómicos. 0,3

• Extensiones del modelo de regresión linear. 0,3

• Regresión no paramétrica (método núcleo). 0,3

• Regresión no paramétrica (regresión polinómica local). 0,3

• Introducción a la regresión no linear. 0,3

Introducción

Los Modelos de Regresión estudian la relación estocástica entre una variable de interés y una o varias variables explicativas, con un doble objetivo: conocer y medir la relación general que explica el comportamiento de la variable de interés y poder predecir el valor de esta variable. En este curso se pretende familiarizar al alumno con los diferentes modelos de regresión y su utilización, indicando las ventajas y desventajas de estos modelos e incidiendo en los problemas que se presentan en la aplicación y resolución de los mismos.

Para conseguir estos objetivos el curso tendrá un carácter eminentemente aplicado y práctico, con una carga teórica mínima y con la introducción de múltiples ejemplos con datos reales de diferentes ámbitos, sobre los que se estudiará la aplicación de las técnicas de regresión y su problemática. La resolución de estos ejemplos se realizará con un paquete estadístico estándar (SPSS o similar).

Perfil del alumno al que va dirigido y salidas profesionales

Los Modelos de Regresión constituyen una de las técnicas estadísticas más utilizadas tanto en la investigación científica como en el análisis y resolución de problemas de diferentes ámbitos (industrial, comercial, social, económico, medio ambiente o biosanitario), en los que es necesario extraer información de un conjunto de datos multivariantes. Por lo tanto, el presente curso está especialmente dirigido a profesionales, investigadores o estudiantes de Economía, Empresa, Ingeniería, Química, Biología, Medio Ambiente, Ciencias de la Salud, Ciencias Sociales y, en general, a todos aquellos profesionales interesados en afianzar sus conocimientos sobre la utilidad, aplicación y metodología de los diferentes modelos estadísticos de la regresión.

Objetivos

• Introducir los principales modelos de regresión analizando sus ventajas y desventajas.

• Estudiar con detalle los modelos de regresión lineal simple y múltiple, indicando las condiciones que se tienen que cumplir para su aplicación y como obtener rendimiento del modelo ajustado.

• Exponer los problemas que se pueden presentar en el ajuste de un modelo de regresión lineal, proponiendo soluciones alternativas.

• Introducir técnicas de regresión alternativas y complementarias a la regresión lineal como son: componentes principales, regresión robusta, modelos logit y probit, mínimos cuadrados generalizados y el enfoque no paramétrico.

• Potenciar las aplicaciones de los modelos de regresión en conexión con la formación y actividad profesional de los alumnos.

• Dominar con soltura los módulos de regresión de un paquete estadístico.

Fecha aprobación: 21-07-2000

Duración: Anual

Plazas: Máximo: 30 Mínimo: 10

Créditos: 6

Lugar de realización: Facultad de Informática.

Dirección

• Juan Manuel Vilar Fernández.

• Doctor en Ciencias Matemáticas.

• Departamento: Matemáticas.

• Área: Estadística e Investigación de Operaciones.

Entidades organizadoras

• Departamento de Matemáticas de la Universidade da Coruña.

Entidades colaboradoras

• IGE (Instituto Gallego de Estadística).

• SGAPEIO (Sociedad Gallega para la Promoción de la Estadística y de la Investigación de Operaciones).

Profesorado

• Vilar Fernández, Juan Manuel.

  Dpto. Matemáticas. Catedrático de la Universidade da Coruña.

• Vilar Fernández, José Antonio.

  Dpto. Matemáticas. Titular de la Universidade da Coruña.

• Profesional del Instituto Gallego de Estadística.

  Estadístico.

Sistema de selección

Se valorará el expediente académico de los solicitantes, su formación previa en Estadística, y, si es el caso, los trabajos desarrollados en su actividad profesional que guarden relación con el ámbito de la Estadística y sus aplicaciones.

Sistema de evaluación

Asistencia y participación en toda la actividad docente. Pruebas escritas o resolución de algún supuesto práctico.

Calendario

Preinscripción: del 11 al 30 de septiembre de 2006.

Matrícula: del 04 al 18 de octubre de 2006.

Horario: de 18:00 a 21:00 los martes, miércoles y jueves.