Universidad de Jaén

Menú local

Guía docente 2018-19 - 11712011 - Técnicas de agrupación y reducción de la dimensión

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: Técnicas de agrupación y reducción de la dimensión
CÓDIGO: 11712011 CURSO ACADÉMICO: 2018-19
TIPO: Obligatoria
Créditos ECTS: 6.0 CURSO: 3 CUATRIMESTRE: PC
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_355010.html
 
2. DATOS BÁSICOS DEL PROFESORADO
NOMBRE: RUIZ MOLINA, JUAN CARLOS
IMPARTE: Teoría - Prácticas [Profesor responsable]
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
N. DESPACHO: B3 - 077 E-MAIL: jcruiz@ujaen.es TLF: 953212729
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/57896
URL WEB: http://www4.ujaen.es/~jcruiz/jcruiz.htm
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:
-
CONTEXTO DENTRO DE LA TITULACIÓN:

Introduce a las principales de agrupación de datos y de reducción de la dimensión.

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
CE15 Conocer y aplicar los conceptos de modelos de Análisis Multivariante
CE16 Conocer y aplicar los conceptos de modelos de Análisis de Datos
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
CE9 Conocer y utilizar entornos de análisis y programación estadística (R)
CG1 Habilidad de comprensión cognitiva
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
CG7 Habilidades de gestión de la información (habilidad para buscar y analizar información proveniente de diversas fuentes)
Resultados de aprendizaje
Resultado R 12 Adquirir conocimientos sobre los métodos multivariantes desarrollados para la agrupación y reducción de la dimensión
Resultado R 16 Aplicar las técnicas estadísticas desarrolladas en el módulo a situaciones del entorno de la empresa
5. CONTENIDOS

ACP, AF, ACO y AC

1.- Representación de Datos Multivariantes
Clasificación de las Técnicas Multivariantes
Técnicas de dependencia
Técnicas de interdependencia
Otros criterios de clasicación
Estadísticos Multivariantes
Estadísticos para el vector completo de variables
Estadísticos para subconjuntos de variables
Combinaciones lineales de variables
Medidas de la variabilidad total y de multicolinealidad
Distancia entre vectores
Observaciones atípicas
Detección de casos atípicos

2.- Análisis de Componentes Principales
 Componentes principales a partir de la matriz de covarianzas
 Interpretación geométrica
 Componentes principales a partir de la matriz de correlaciones
 Representación gráfica de las componentes principales
 Número de componentes principales a retener
 Información en las últimas componentes principales
 Interpretación de las componentes principales

3.-  Análisis Factorial
Modelo factorial ortogonal
Formulación e hipótesis
No unicidad de las cargas factoriales
Estimación de las cargas y las comunalidades
Método de las componentes principales
Método de los ejes principales
Método de máxima verosimilitud
Otros métodos de extracción de factores
Comparación de métodos
Determinación del número de factores
Rotación
Rotación ortogonal
Rotación oblicua
Puntuaciones factoriales
Validez de modelo de análisis factorial
Contrastes en el modelo factorial
Relación entre el AF y el ACP
La cuestión del número de factores a retener: una visión moderna

4.- Análisis de Correspondencias
Perfies fila y columna
Contraste de independencia
Coordenadas para representar gráficamente a los perfiles filas
y a los perfiles columnas
Normalización e interpretación del ACO
Masa, inercia, contribución y calidad
Puntos suplementarios
Análisis de Correspondencias Múltiple

5.- Análisis Cluster
Medidas de similitud o disimilitud
Métodos de agrupamiento jerárquico
Métodos no jerárquicos
Elección del número de clusters
Validación de clusters
Agrupamiento de variables
Hipótesis del AC
ACP y AC

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
45.0 75.0 120.0 4.8
  • CE15
  • CE16
  • CE6
  • CE8
  • CE9
  • CG1
  • CG16
  • CG2
  • CG6
  • CG7
A2 - Clases en grupos de prácticas
  • M6 - Clases en grupos de prácticas: Actividades practicas
15.0 15.0 30.0 1.2
  • CE15
  • CE16
  • CE6
  • CE8
  • CE9
  • CG1
  • CG16
  • CG2
  • CG6
  • CG7
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 resueltosen pizarra,interpretación de resultados a partir de salidas deordenador 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 80.0%
Realización de trabajos, casos o ejercicios Realización de trabajos, casos y ejercicios Elaboración de casos prácticos 20.0%
Prácticas de laboratorio/campo/uso de herramientas TIC Prácticas de ordenador Elaboración de casos prácticos en ordenador 0.0%
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 y un trabajo práctico en el que se demuestre la suficiencia de los conocimientos adquiridos a la hora de aplicarlos en una situación real. Este sistema permite alcanzar los resultados del aprendizaje codificados como R12 y R16. Así mismo, permite adquirir todas las competencias detalladas.

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:
  • Computer-aided multivariate analysis. Edición: 4th. ed. Autor: Afifi, Abdelmonem A.. Editorial: Boca Raton: Chapman and Hall CRC, 2004  (C. Biblioteca)
  • Applied multivariate statistics for the social sciences. Edición: 5th ed. Autor: Stevens, James Paul. Editorial: London [etc.] : Rouledge, 2009  (C. Biblioteca)
  • Methods of multivariate analysis. Edición: 3rd ed. Autor: Rencher, Alvin C. Editorial: Hoboken, NJ : John Wiley & Sons, 2012  (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • Introduction to applied multivariate analysis. Edición: -. Autor: Raykov, Tenko. Editorial: New York : Routledge, 2008.  (C. Biblioteca)
  • Applied multivariate analysis [Recurso electrónico]. Edición: -. Autor: Timm, Neil H.. Editorial: New York : Springer, c2002.  (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  
Nº 2
17 - 23 sep 2018
3.01.0 6.0  
Nº 3
24 - 30 sep 2018
3.01.0 6.0  
Nº 4
1 - 7 oct 2018
3.01.0 6.0  
Nº 5
8 - 14 oct 2018
3.01.0 6.0  
Nº 6
15 - 21 oct 2018
3.01.0 6.0  
Nº 7
22 - 28 oct 2018
3.01.0 6.0  
Nº 8
29 oct - 4 nov 2018
3.01.0 6.0  
Nº 9
5 - 11 nov 2018
3.01.0 6.0  
Nº 10
12 - 18 nov 2018
3.01.0 6.0  
Nº 11
19 - 25 nov 2018
3.01.0 6.0  
Nº 12
26 nov - 2 dic 2018
3.01.0 6.0  
Nº 13
3 - 9 dic 2018
3.01.0 6.0  
Nº 14
10 - 16 dic 2018
3.01.0 6.0  
Nº 15
17 - 20 dic 2018
3.01.0 6.0  
Total Horas 45.0 15.0 90.0