Menú local
Guía docente 2017-18 - 11712009 - Métodos de regresión
TITULACIÓN: | Grado en Estadística y empresa |
CENTRO: | FACULTAD CIENCIAS SOCIALES Y JURÍDICAS |
CURSO: | 2017-18 |
ASIGNATURA: | Métodos de regresión |
NOMBRE: Métodos de regresión | |||||
CÓDIGO: 11712009 | CURSO ACADÉMICO: 2017-18 | ||||
TIPO: Obligatoria | |||||
Créditos ECTS: 6.0 | CURSO: 3 | CUATRIMESTRE: PC | |||
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_355004.html |
NOMBRE: CONDE SÁNCHEZ, ANTONIO | ||
IMPARTE: Teoría - Prácticas [Profesor responsable] | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 055 | E-MAIL: aconde@ujaen.es | TLF: 953212928 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58111 | ||
URL WEB: - | ||
ORCID: https://orcid.org/0000-0003-0450-1585 |
Se recomienda haber cursado Técnicas de Estimación y Métodos de Inferencia Estadística |
La asignatura introduce al alumno en la modelización estadística, herramienta fundamental en muchas otras técnicas estadísticas.
Código | Denominación de la competencia |
CE13 | Conocer y aplicar los conceptos de modelos de Regresión Lineal |
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 | Ser capaz de utilizar herramientas informáticas en empresa |
CG10 | Capacidad de trabajo en un equipo de carácter interdisciplinar |
CG12 | Capacidad de aprendizaje y trabajo autónomo |
CG16 | Capacidad de aplicar los conocimientos en la práctica |
CG2 | Capacidad para el análisis crítico y la síntesis |
CG6 | Adquirir habilidades y dominar herramientas informáticas aplicadas a las diferentes materias |
CG8 | Capacidad para la resolución de problemas |
Resultados de aprendizaje | |
Resultado R 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 R 15 | Saber usar los resultados de un modelo econométrico con fines analíticos, predictivos o de evaluación de políticas económicas o empresariales |
Resultado R 16 | Aplicar las técnicas estadísticas desarrolladas en el módulo a situaciones del entorno de la empresa |
Resultado R 17 | Conocer y saber usar aplicaciones informáticas de análisis estadístico, que sean útiles para la aplicación y desarrollo de las técnicas estadísticas |
Resultado R 18 | Elaborar informes estadísticos a partir de herramientas informáticas apropiadas |
CONTENIDOS BÁSICOS
Modelo de regresión lineal
Multicolinealidad
Observaciones influyentes
Diagnosis
Validación
CONTENIDOS DESARROLLADOS
1.- 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.
2. - 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.
3.- 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.
4.- MULTICOLINEALIDAD
- Concepto y causas.
- Consecuencias.
- Detección.
- Tratamiento.
5.- OBSERVACIONES INFLUYENTES Y OUTLIERS
- Efectos sobre las propiedades del modelo.
- Tipos de residuos. Outliers.
- Diagnósticos de influencia.
- Tratamiento.
6.- SELECCIÓN DE VARIABLES
- Error de especificación.
- Criterios para evaluar modelos de regresión.
- Procedimientos de selección de variables.
7.- DIAGNOSIS Y VALIDACIÓN DEL MODELO
- Análisis residual.
- Hipótesis de linealidad.
- Hipótesis de normalidad.
- Heterocedasticidad.
- Autocorrelación.
- Mínimos Cuadrados Generalizados.
- Validación del modelo.
ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
45.0 | 75.0 | 120.0 | 4.8 |
|
A2 - Clases en grupos de prácticas
|
15.0 | 15.0 | 30.0 | 1.2 |
|
TOTALES: | 60.0 | 90.0 | 150.0 | 6.0 |
En las clases se expondrán los contenidos teóricos necesarios para poder desarrollar con suficiencia los ejercicios prácticos. Las prácticas se estructuran en tres tipos de actividades: ejercicios resueltos en pizarra, interpretación de resultados a partir de salidas de ordenador e implementación de tales ejercicios mediante los programas informáticos de tipo estadístico.
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Asistencia y participación | Notas del profesor | 0.0% |
Conceptos teóricos de la materia | Conceptos teóricos de la materia. | Examen de cuestiones teórico-prácticas | 75.0% |
Realización de trabajos, casos o ejercicios | realización de trabajos, casos y ejercicios | Elaboración de casos prácticos | 0.0% |
Prácticas de laboratorio/campo/uso de herramientas TIC | Prácticas de ordenador | Elaboración de casos prácticos | 25.0% |
La evaluación final del alumno constará de dos pruebas: un examen escrito, en el que se valorarán los resultados de aprendizaje R14, R15 y R 16, y la realización durante el curso de prácticas con ordenador 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.
En ambas 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.
- A modern approach to regression with R. Edición: -. Autor: Sheather, Simon J.. Editorial: New York ; London : Springer, 2009 (C. Biblioteca)
- Linear models with R. Edición: 2nd ed. Autor: Faraway, Julian James. Editorial: Boca Raton (Florida) [etc.] : Chapman & Hall-CRC, 2015 (C. Biblioteca)
- Regresión múltiple. Edición: 2ª ed. Autor: Etxeberría Murgiondo, Juan. Editorial: Madrid : La Muralla, 2007 (C. Biblioteca)
- Introducción al análisis de regresión lineal. Edición: 1ª ed., 2ª reimp. Autor: Montgomery, Douglas C.. Editorial: México D.F.: Compañía Editorial Continental, 2005 (C. Biblioteca)
- Applied linear statistical models. Edición: 5th ed. Autor: -. Editorial: Boston: McGraw-Hill, cop. 2005 (C. Biblioteca)
- Methods and applications of linear models: regression and the analysis of variance. Edición: 2nd ed. Autor: Hocking, Ronald R.. Editorial: Hoboken (New Jersey): Wiley-Interscience, cop. 2003 (C. Biblioteca)
- Regression : models, methods and applications. Edición: -. Autor: Fahrmeir, Ludwig. Editorial: New York : Springer, 2013 (C. Biblioteca)
- Applied Econometrics with R [Recurso electrónico]. Edición: -. Autor: Kleiber, Christian. Editorial: New York, NY : Springer Science+Business Media, LLC, 2008. (C. Biblioteca)
- An R companion to applied regression. Edición: 2nd ed. Autor: Fox, John. Editorial: Los Angeles [CA] ; London : SAGE, cop. 2011 (C. Biblioteca)
- Applied multivariate data analysis. Edición: -. Autor: Jobson, J. D.. Editorial: New York [etc.]: Springer, cop. 1991-1992 (C. Biblioteca)
- Regression analysis by example. Edición: 4th ed. Samprit Chatterjee, Ali S. Hadi. Autor: Chatterjee, Samprit. Editorial: Hoboken, N.J. : Wiley-Interscience, 2006 (C. Biblioteca)
- Applied regression analysis. Edición: 3rd ed. Autor: Draper, Norman Richard. Editorial: New York [etc.]: John Wiley & Sons, cop. 1988 (C. Biblioteca)
- A second course in statistics: regression analysis. Edición: 6th ed. Autor: Mendenhall, William. Editorial: Upper Saddle River: Pearson Education, cop. 2003 (C. Biblioteca)
- Introducción a la econometría: un enfoque moderno. Edición: 2ª ed.. Autor: Wooldridge, Jeffrey M.. Editorial: Madrid : International Thomson Editores Spain Paraninfob, D.L. 2008 (C. Biblioteca)
- Econometría. Edición: 5ª ed. en español.. Autor: Gujarati, Damodar N.. Editorial: México, D.F. : McGraw-Hill, Interamericana, cop. 2010. (C. Biblioteca)
Semana | A1 - Clases expositivas en gran grupo | A2 - Clases en grupos de prácticas | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|
Nº 1 11 - 17 sept. 2017 |
3.0 | 1.0 | 6.0 | Tema 1 | |
Nº 2 18 - 24 sept. 2017 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 3 25 sept. - 1 oct. 2017 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 4 2 - 8 oct. 2017 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 5 9 - 15 oct. 2017 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 6 16 - 22 oct. 2017 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 7 23 - 29 oct. 2017 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 8 30 oct. - 5 nov. 2017 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 9 6 - 12 nov. 2017 |
3.0 | 1.0 | 6.0 | Tema 4 | |
Nº 10 13 - 19 nov. 2017 |
3.0 | 1.0 | 6.0 | Tema 5 | |
Nº 11 20 - 26 nov. 2017 |
3.0 | 1.0 | 6.0 | Tema 6 | |
Nº 12 27 nov. - 3 dic. 2017 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 13 4 - 10 dic. 2017 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 14 11 - 17 dic. 2017 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 15 18 - 21 dic. 2017 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Total Horas | 45.0 | 15.0 | 90.0 |