Universidad de Jaén

Menú local

Guía docente 2018-19 - 11712009 - Métodos de regresión

TITULACIÓN: Grado en Estadística y empresa
CENTRO: FACULTAD CIENCIAS SOCIALES Y JURÍDICAS

CURSO ACADÉMICO: 2018-19
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Métodos de regresión
CÓDIGO: 11712009 CURSO ACADÉMICO: 2018-19
TIPO: Obligatoria
Créditos ECTS: 6.0 CURSO: 3 CUATRIMESTRE: PC
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_355004.html
 
2. DATOS BÁSICOS DEL PROFESORADO
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: -
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:

Se recomienda haber cursado Técnicas de Estimación y Métodos de Inferencia Estadística

CONTEXTO DENTRO DE LA TITULACIÓN:

La asignatura introduce al alumno en la modelización estadística, herramienta fundamental en muchas otras técnicas estadísticas.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:
-
El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
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
5. CONTENIDOS

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.

6. METODOLOGÍA Y ACTIVIDADES
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1 - Clases expositivas en gran grupo
  • M1 - Clases expositivas en gran grupo: Clases magistrales
  • M2 - Clases expositivas en gran grupo: Exposición de teoría y ejemplos generales
  • M3 - Clases expositivas en gran grupo: Actividades introductorias
45.0 75.0 120.0 4.8
  • CE13
  • CE6
  • CE8
  • CG12
  • CG16
  • CG2
A2 - Clases en grupos de prácticas
  • M10 - Clases en grupos de prácticas: Aulas de informática
  • M11 - Clases en grupos de prácticas: Resolución de ejercicios
  • M6 - Clases en grupos de prácticas: Actividades practicas
  • M7 - Clases en grupos de prácticas: Seminarios
15.0 15.0 30.0 1.2
  • CE13
  • CE6
  • CE8
  • CG10
  • CG16
  • CG6
  • CG8
TOTALES: 60.0 90.0 150.0 6.0  
 
INFORMACIÓN DETALLADA:

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.  

7. SISTEMA DE EVALUACIÓN
 
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%
El sistema de calificación se regirá por lo establecido en el RD 1125/2003 de 5 de septiembre por el que se establece el sistema europeo de créditos y el sistema de calificaciones en la titulaciones universitarias de carácter oficial
INFORMACIÓN DETALLADA:

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.

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • 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)
  • Regression analysis by example [Recurso electrónico]. Edición: Fifth edition. Autor: Chatterjee, Samprit, author. Editorial: -  (C. Biblioteca)
  • A Modern Approach to Regression with R [Recurso electrónico]. Edición: -. Autor: Sheather, Simon. Editorial: New York, NY : Springer-Verlag New York, 2009.  (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • 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)
  • 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)
  • Handbook of regression analysis [Recurso electrónico]. Edición: -. Autor: Chatterjee, Samprit, 1938-. Editorial: Hoboken, New Jersey : Wiley, c2013  (C. Biblioteca)
  • Applied linear regression [Recurso electrónico]. Edición: -. Autor: Weisberg, Sanford, 1947- author. Editorial: -  (C. Biblioteca)
  • Applied linear statistical models. Edición: 5th ed. Autor: -. Editorial: Boston: McGraw-Hill, cop. 2005  (C. Biblioteca)
9. CRONOGRAMA (primer cuatrimestre)
Semana A1 - Clases expositivas en gran grupo A2 - Clases en grupos de prácticas Trabajo autónomo Observaciones
Nº 1
10 - 16 sep 2018
3.01.0 6.0 Tema 1
Nº 2
17 - 23 sep 2018
3.01.0 6.0 Tema 2
Nº 3
24 - 30 sep 2018
3.01.0 6.0 Tema 2
Nº 4
1 - 7 oct 2018
3.01.0 6.0 Tema 2
Nº 5
8 - 14 oct 2018
3.01.0 6.0 Tema 2
Nº 6
15 - 21 oct 2018
3.01.0 6.0 Tema 3
Nº 7
22 - 28 oct 2018
3.01.0 6.0 Tema 3
Nº 8
29 oct - 4 nov 2018
3.01.0 6.0 Tema 3
Nº 9
5 - 11 nov 2018
3.01.0 6.0 Tema 4
Nº 10
12 - 18 nov 2018
3.01.0 6.0 Tema 5
Nº 11
19 - 25 nov 2018
3.01.0 6.0 Tema 6
Nº 12
26 nov - 2 dic 2018
3.01.0 6.0 Tema 7
Nº 13
3 - 9 dic 2018
3.01.0 6.0 Tema 7
Nº 14
10 - 16 dic 2018
3.01.0 6.0 Tema 7
Nº 15
17 - 20 dic 2018
3.01.0 6.0 Tema 7
Total Horas 45.0 15.0 90.0