Menú local
| COMPETENCIAS | |
| Código | Descripción |
| CG1 | CG1 - Habilidad de comprensión cognitiva |
| CG2 | CG2 - Capacidad para el análisis crítico y la síntesis |
| CG6 | CG6 - Adquirir habilidades y dominar herramientas informáticas aplicadas a las diferentes materias |
| CG8 | CG8 - Capacidad para la resolución de problemas |
| CG10 | CG10 - Capacidad de trabajo en un equipo de carácter interdisciplinar |
| CG11 | CG11 - Capacidad de razonamiento crítico y autocrítico |
| CG12 | CG12 - Capacidad de aprendizaje y trabajo autónomo |
| CG13 | CG13 - Capacidad de liderazgo |
| CG16 | CG16 - Capacidad de aplicar los conocimientos en la práctica |
| CB1 | CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio |
| CB2 | CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
| CB3 | CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética |
| CB4 | CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
| CB5 | CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
| CE3 | CE3 - Conocer y aplicar los conceptos básicos de Inferencia Estadística |
| CE6 | CE6 - Realizar actividades dirigidas a la aplicabilidad de los conocimientos teóricos, metodológicos y de técnicas adquiridas a lo largo de la formación, trabajando en equipo y desarrollando las habilidades y destrezas de un profesional de este perfil de estudios |
| CE8 | CE8 - Ser capaz de utilizar herramientas informáticas en empresa |
| CE13 | CE13 - Conocer y aplicar los conceptos de modelos de Regresión Lineal |
| RESULTADOS DE APRENDIZAJE | |
| Código | Descripción |
| Resultado 14 | Ser capaz de realizar pruebas sobre la especificación del modelo econométrico para contrastar su validez y, en caso necesario, abordar la reformulación del mismo |
| Resultado 15 | Saber usar los resultados de un modelo econométrico con fines analíticos, predictivos o de evaluación de políticas económicas o empresariales |
| Resultado 16 | Aplicar las técnicas estadísticas desarrolladas en el módulo a situaciones del entorno de la empresa |
| Resultado 17 | Conocer y saber usar aplicaciones informáticas de análisis estadístico, que sean útiles para la aplicación y desarrollo de las técnicas estadísticas |
| Resultado 18 | Elaborar informes estadísticos a partir de herramientas informáticas apropiadas |
CONTENIDOS BÁSICOS
- Modelo de regresión lineal
- Multicolinealidad
- Observaciones influyentes
- Diagnosis
- Validación
CONTENIDOS DESARROLLADOS
- INTRODUCCIÓN A LA REGRESIÓN
* Historia de la Regresión
* Concepto, metodología e interpretación de la regresión
* Tipos de datos y de modelos en regresión
* Objetivos y problemática. Abusos en regresión
* Ejemplos de modelos de regresión - EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE
* Formulación e hipótesis del modelo
* Estimación de los parámetros: mínimos cuadrados ordinarios y máxima verosimilitud
* El coeficiente de determinación múltiple
* Propiedades de los estimadores
* Inferencias respecto a los parámetros
* Análisis de la varianza. Principio de la Suma de Cuadrados Extra
* Predicción - EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL GENERAL
* Extensiones a modelos linealizables
* Modelos de regresión polinómicos
* Regresión a través del origen
* Modelos con interacciones
* Modelos con variables explicativas cualitativas - MULTICOLINEALIDAD
* Concepto y causas
* Consecuencias
* Detección
* Tratamiento - OBSERVACIONES INFLUYENTES Y OUTLIERS
* Efectos sobre las propiedades del modelo
* Tipos de residuos. Outliers
* Diagnósticos de influencia
* Tratamiento - SELECCIÓN DE VARIABLES
* Error de especificación
* Criterios para evaluar modelos de regresión
* Procedimientos de selección de variables - DIAGNOSIS Y VALIDACIÓN DEL MODELO
* Análisis residual
* Hipótesis de linealidad
* Hipótesis de normalidad
* Heterocedasticidad
* Autocorrelación
* Mínimos Cuadrados Generalizados
* Validación del modelo
Las prácticas se realizarán con el software R, concretamente utilizando la interfaz R Commander. Se llevarán a cabo simultáneamente con la exposición de los contenidos teóricos a través de los ejemplos propuestos.
| Código | Descripción |
| M1 | M1-Clases expositivas en gran grupo: Clases magistrales |
| M2 | M2-Clases expositivas en gran grupo: Exposición de teoría y ejemplos generales |
| M3 | M3-Clases expositivas en gran grupo: Actividades introductorias |
| M6 | M6-Clases en pequeño grupo: Actividades prácticas |
| M7 | M7-Clases en pequeño grupo: Seminarios |
| M10 | M10-Clases en pequeño grupo: Aulas de informática |
| M11 | M11-Clases en pequeño grupo: Resolución de ejercicios |
| M12 | M12-Clases en pequeño grupo: Presentaciones/exposiciones |
| Actividad |
Horas presenciales |
Horas trabajo autónomo |
Presencialidad |
ECTS |
Competencias (códigos) |
| A1-Clases expositivas en gran grupo
|
45 |
75 |
36 |
4.8 |
-CG2 -CG12 -CG16 -CE3 -CE6 -CE8 -CE13 |
| A2-Clases en pequeño grupo
|
15 |
15 |
50 |
1.2 |
-CG6 -CG8 -CG10 -CG16 -CE3 -CE6 -CE8 -CE13 |
| Aspecto | Peso |
| S1-Asistencia y participación | 0.0 |
| S2-Conceptos teóricos de la materia | 75.0 |
| S3-Realización de trabajos, casos o ejercicios | 0.0 |
| S4-Prácticas de laboratorio/ordenador | 25.0 |
La evaluación del alumno constará de las siguientes pruebas:
- Cuestionarios con preguntas teóricas y/o aplicadas que se realizarán durante el curso (evaluación continua). Se valorarán los resultados de aprendizaje R14 y R15. Suponen el 5% de la calificación.
- Examen final escrito, con ejercicios prácticos a resolver a mano y/o con el uso del software utilizado, en el que se valorarán los resultados de aprendizaje R14, R15, R16, R17 y R18. Supondrá el 70% de la calificación. Podrán incluir cuestiones teóricas para aquellos que no hayan superado los cuestionarios durante la evaluación continua del apartado anterior, en cuyo caso el examen supondrá el 75% de la calificación.
- Prácticas de ordenador que se realizarán durante el curso en las que se demuestre la suficiencia de los conocimientos adquiridos a la hora de aplicarlos en una situación real, con el que se evaluarán los resultados de aprendizaje R17 y R18. Supone el 25% de la calificación.
En dichas pruebas se valorará la claridad de exposición, la correcta aplicación de las técnicas y la coherencia de las conclusiones obtenidas a partir de la metodología aplicada.
No hay un examen de prácticas, ya que se pretende que exista una evaluación continua de las mismas, por lo tanto la nota de prácticas obtenida durante el curso se mantendrá en todas las convocatorias, tanto ordinarias como extraordinarias.
No obstante, para aquellos alumnos que no puedan seguir la asignatura de forma presencial y no puedan hacer las prácticas de ordenador, el examen final supondrá el 100% de la calificación.
Importante: para la realización del examen escrito sólo está permitido el uso del material autorizado por los profesores responsables de la asignatura.
| Aspecto | Peso |
| S1-Asistencia y participación | 0.0 - 40.0 |
| S2-Conceptos teóricos de la materia | 0.0 - 80.0 |
| S3-Realización de trabajos, casos o ejercicios | 0.0 - 80.0 |
| S4-Prácticas de laboratorio/ordenador | 0.0 - 70.0 |
- Regression Analysis By Example . Autor: Chatterjee, Samprit. Editorial: John Wiley.(C. Biblioteca)
- Regresión Múltiple . Autor: Etxeberria Murgiondo, Juan.. Editorial: La Muralla.(C. Biblioteca)
- Linear Models With R . Autor: Faraway, Julian James. Editorial: Chapman & Hall-CRC.
- Introducción Al Análisis De Regresión Lineal. Autor: Montgomery, Douglas C.. Editorial: Compañía Editorial Continental.(C. Biblioteca)
- A Modern Approach To Regression With R . Autor: Sheather, Simon.. Editorial: Springer New York.(C. Biblioteca)
- Regression : Models, Methods And Applications . Autor: Fahrmeir, L.. Editorial: Springer.(C. Biblioteca)
- Regression Basics : A Student'S Guide To Quantitative Methods And Statistical Analysis . Autor: Kahane, Leo H.. Editorial: Routledge.(C. Biblioteca)
- Applied Econometrics With R . Autor: Kleiber, Christian. Editorial: Springer.(C. Biblioteca)
- Modelos Estadísticos Lineales : Con Aplicaciones En R . Autor: Tellez Piñerez, Cristian Fernando.. Editorial: Ediciones de la U.(C. Biblioteca)
- Introducción A La Econometría: Un Enfoque Moderno . Autor: Wooldridge, Jeffrey M.. Editorial: International Thomson Editores Spain Paraninfob.(C. Biblioteca)
- Econometría . Autor: Gujarati, Damodar N.. Editorial: McGraw-Hill, Interamericana.(C. Biblioteca)
- Handbook Of Regression Analysis . Autor: Chatterjee, Samprit. Editorial: Wiley.(C. Biblioteca)
- An R Companion To Applied Regression . Autor: Fox, John. Editorial: Sage.(C. Biblioteca)
- Applied Linear Regression . Autor: Weisberg, Sanford. Editorial: Wiley.(C. Biblioteca)
- Applied Regression Analysis. Autor: Draper, Norman Richard. Editorial: John Wiley & Sons.(C. Biblioteca)
- Regression Analysis : An Intuitive Guide For Using And Interpreting Linear Models . Autor: Frost, Jim. Editorial: Statistics By Jim Publishing.(C. Biblioteca)
- Multiple Regression : A Practical Introduction . Autor: Roberts, Aki. Editorial: Sage.(C. Biblioteca)
- Regression Diagnostics : An Introduction . Autor: Fox, John. Editorial: Sage.(C. Biblioteca)
Responsable del tratamiento: Universidad de Jaén, Paraje Las Lagunillas, s/n; Tel.953 212121; www.ujaen.es
Delegado de Protección de Datos (DPO): TELEFÓNICA, S.A.U. ; Email: dpo@ujaen.es
Finalidad del tratamiento: Gestionar la adecuada grabación de las sesiones docentes con el objetivo de hacer posible la enseñanza en un escenario de docencia multimodal y/o no presencial.
Plazo de conservación: Las imágenes serán conservadas durante los plazos legalmente previstos en la normativa vigente.
Legitimación: Los datos son tratados en base al cumplimiento de obligaciones legales (Ley Orgánica 6/2001, de 21 de diciembre, de Universidades) y el consentimiento otorgado mediante la marcación de la casilla habilitada a tal efecto.
Destinatarios de los datos (cesiones o transferencias): Toda aquella persona que vaya a acceder a las diferentes modalidades de enseñanza.
Derechos: Ud. podrá ejercitar los derechos de Acceso, Rectificación, Cancelación, Portabilidad, Limitación del tratamiento, Supresión o, en su caso, Oposición. Para ejercitar los derechos deberá presentar un escrito en la dirección arriba señalada dirigido al Servicio de Información, Registro y Administración Electrónica de la Universidad de Jaén, o bien, mediante correo electrónico a la dirección de correo electrónico. Deberá especificar cuál de estos derechos solicita sea satisfecho y, a su vez, deberá acompañarse de la fotocopia del DNI o documento identificativo equivalente. En caso de que actuara mediante representante, legal o voluntario, deberá aportar también documento que acredite la representación y documento identificativo del mismo. Asimismo, en caso de considerar vulnerado su derecho a la protección de datos personales, podrá interponer una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es
Responsable del tratamiento: Universidad de Jaén, Campus Las Lagunillas, s/n, 23071 Jaén
Delegado de Protección de Datos:dpo@ujaen.es
Finalidad: Conforme a la Ley de Universidades y demás legislación estatal y autonómica vigente, realizar los exámenes correspondientes a las asignaturas en las que el alumno o alumna se encuentre matriculado. Con el fin de evitar fraudes en la realización del mismo, el examen se realizará en la modalidad de video llamada, pudiendo el personal de la Universidad de Jaén contrastar la imagen de la persona que está realizando la prueba de evaluación con los archivos fotográficos del alumno en el momento de la matrícula. Igualmente, con la finalidad de dotar a la prueba de evaluación de contenido probatorio de cara a revisiones o impugnaciones de la misma, de acuerdo con la normativa vigente, la prueba de evaluación será grabada.
Legitimación: cumplimiento de obligaciones legales (Ley de Universidades) y demás normativa estatal y autonómica vigente.
Destinatarios: prestadores de servicios titulares de las plataformas en las que se realicen las pruebas con los que la Universidad de Jaén tiene suscritos los correspondientes contratos de acceso a datos.
Plazos de conservación: los establecidos en la normativa aplicable. En el supuesto en concreto de las grabaciones de los exámenes, mientras no estén cerradas las actas definitivas y la prueba de evaluación pueda ser revisada o impugnada.
Derechos: puede ejercitar sus derechos de acceso, rectificación, cancelación, oposición, supresión, limitación y portabilidad remitiendo un escrito a la dirección postal o electrónica indicada anteriormente. En el supuesto que considere que sus derechos han sido vulnerados, puede presentar una reclamación ante el Consejo de Transparencia y Protección de Datos de Andalucía www.ctpdandalucia.es