Menú local
Guía docente 2024-25 - 11712009 - Métodos de regresión
TITULACIÓN: | Grado en Estadística y empresa |
CENTRO: | FACULTAD CIENCIAS SOCIALES Y JURÍDICAS |
CURSO: | 2024-25 |
ASIGNATURA: | Métodos de regresión |
NOMBRE: Métodos de regresión | |||||
CÓDIGO: 11712009 | CURSO ACADÉMICO: 2024-25 | ||||
TIPO: Obligatoria | |||||
Créditos ECTS: 6.0 | CURSO: 3 | CUATRIMESTRE: PC | |||
WEB: https://platea.ujaen.es |
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 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, en el que se valorarán los resultados de aprendizaje R14, R15 y R16. 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.
Para la realización del examen escrito sólo está permitido el uso del material autorizado por los profesores responsables de la asignatura.
Importante: si un alumno sólo se presenta al examen escrito, sólo opta al 75% de la calificación.
- 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. 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)
- Modelos estadísticos lineales: con aplicaciones en R [Recurso electrónico]. Edición: -. Autor: Tellez Piñerez, Cristian Fernando.. Editorial: Ediciones de la U (C. Biblioteca)
- Regression : models, methods and applications [Recurso electrónico]. 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)
- 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)
- Handbook of regression analysis [Recurso electrónico]. Edición: -. Autor: Chatterjee, Samprit. Editorial: Hoboken, New Jersey : Wiley, c2013 (C. Biblioteca)
- Applied linear regression [Recurso electrónico]. Edición: -. Autor: Weisberg, Sanford. Editorial: - (C. Biblioteca)
- Applied linear statistical models. Edición: 5th ed. Autor: Kutner, Michael H.. Editorial: Boston: McGraw-Hill, cop. 2005 (C. Biblioteca)
- Applied regression analysis [Recurso electrónico]. Edición: Third edition. Autor: Draper, Norman Richard. Editorial: - (C. Biblioteca)
- Econometría [Recurso electrónico]. Edición: 5ª ed. Autor: Gujarati, Damodar N. Editorial: México : McGraw-Hill , 2010 (C. Biblioteca)
- Regression analysis : an intuitive guide for using and interpreting linear models . Edición: -. Autor: Frost, Jim. Editorial: Statistics By Jim Publishing (C. Biblioteca)
- Multiple regression : a practical introduction . Edición: -. Autor: Roberts, Aki. Editorial: SAGE (C. Biblioteca)
- Regression diagnostics: an introduction . Edición: 2nd edition. Autor: Fox, John. Editorial: Sage (C. Biblioteca)
- An R companion to applied regression . Edición: Third edition. Autor: Fox, John, Sanford Weisberg. Editorial: Sage Publications, Inc. (C. Biblioteca)
Semana | A1 - Clases expositivas en gran grupo | A2 - Clases en grupos de prácticas | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|
Nº 1 9 - 15 sept. 2024 |
3.0 | 1.0 | 6.0 | Presentación. Tema 1 | |
Nº 2 16 - 22 sept. 2024 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 3 23 - 29 sept. 2024 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 4 30 sept. - 6 oct. 2024 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 5 7 - 13 oct. 2024 |
3.0 | 1.0 | 6.0 | Tema 2 | |
Nº 6 14 - 20 oct. 2024 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 7 21 - 27 oct. 2024 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 8 28 oct. - 3 nov. 2024 |
3.0 | 1.0 | 6.0 | Tema 3 | |
Nº 9 4 - 10 nov. 2024 |
3.0 | 1.0 | 6.0 | Tema 4 | |
Nº 10 11 - 17 nov. 2024 |
3.0 | 1.0 | 6.0 | Tema 5 | |
Nº 11 18 - 24 nov. 2024 |
3.0 | 1.0 | 6.0 | Tema 6 | |
Nº 12 25 nov. - 1 dic. 2024 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 13 2 - 8 dic. 2024 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 14 9 - 15 dic. 2024 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Nº 15 16 - 22 dic. 2024 |
3.0 | 1.0 | 6.0 | Tema 7 | |
Total Horas | 45.0 | 15.0 | 90.0 |
Educación de calidad |
Garantizar una educación inclusiva, equitativa y de calidad, y promover oportunidades de aprendizaje durante toda la vida para todos.
1- METODOLOGÍA DOCENTE Y ACTIVIDADES FORMATIVAS
Si el número de estudiantes supera el aforo limitado en el aula la docencia se desarrollará en formato presencial al 50% (con rotación de grupos y retransmisión por videoconferencia al resto), en la medida que la situación sociosanitaria lo permita.
Actividades Formativas |
Formato (presencial/online)* |
Metodología docente Descripción |
10 Sesiones prácticas en aula de ordenador |
Presencial al 50%. |
Desarrollo de 7 sesiones prácticas en aulas de ordenador aplicando la rotación en grupos reducidos del 50%. Retransmisión de clases prácticas al resto del grupo. Realización de 3 sesiones prácticas correspondientes al sistema de evaluación continua. |
Sesiones de teoría sobre los contenidos del programa |
Presencial al 50%. |
Clases magistrales participativas, de una hora de duración cada una, realizadas en el aula y retransmitiendo por videoconferencia al resto del grupo. Rotación periódica de estudiantes. |
Sesiones de resolución de problemas/ejercicios |
Presencial (50%). |
Sesiones presenciales (grupos reducidos del 50%, retransmisión y rotación de estudiantes), en la que se resolverán ejercicios y casos propuestos. |
Tutorías |
Online. |
Las tutorías se realizarán de forma online mediante videoconferencia. También de forma asíncrona a través del correo electrónico o el foro. |
Si el número de alumnos no supera el aforo limitado en el aula, la docencia se desarrollará de forma presencial al 100%, siguiendo la metodología prevista en esta guía docente.
2- SISTEMA DE EVALUACIÓN
Convocatoria ordinaria
Prueba de evaluación |
Formato (presencial/online síncrono o asíncrono) |
Descripción |
Porcentaje |
Prueba final |
Presencial, en la medida que la situación sociosanitaria lo permita. |
Examen escrito con el apoyo del ordenador, donde se resolverán problemas prácticos usando el software estadístico R, así como cuestiones teóricas. Esta prueba es obligatoria y en ella se debe superar el 35% de la calificación. |
50% |
Prácticas de ordenador |
Presencial, en la medida que la situación sociosanitaria lo permita. |
Evaluación de casos prácticos en ordenador utilizando el programa R. Se realizarán durante el curso. |
30% |
Resolución de problemas y casos |
Online (síncrono y asíncrono) o presencial. |
Relaciones de problemas y ejercicios que se resolverán durante el curso. |
10% |
Participación en clase |
Online o presencial. |
Realización de tests en clase y de participación en otras actividades propuestas durante el curso. |
10% |
Convocatoria extraordinaria
Se mantendrán los mismos criterios que en la convocatoria ordinaria, salvo para aquellos alumnos que de forma justificada no hayan podido realizar las actividades de evaluación continua (resolución de problemas y casos, y participación en clase) para los que la prueba final supondrá un 70% de la calificación.
3- RECURSOS
Para la docencia y la evaluación online se requiere el uso de la plataforma de docencia virtual, así como del programa R, que es software libre y está disponible de forma gratuita para los estudiantes.
También se usará la herramienta Google Meet para impartir las clases online y para las pruebas de evaluación online. Durante dichas pruebas el alumnado deberá estar conectado a una sesión de Google Meet, dejando abiertos micrófono y cámara. Las pruebas de evaluación online podrán ser grabadas de cara a posibles revisiones o impugnaciones de las mismas, siguiendo lo estipulado en la cláusula de protección de datos incluida en esta guía docente.
Para la evaluación continua se utiliza las herramientas de la plataforma de docencia virtual (entrega de ejercicios, tests, foro, wiki,...).
1- METODOLOGÍA DOCENTE Y ACTIVIDADES FORMATIVAS
Actividades Formativas |
Formato (presencial/online)* |
Metodología docente Descripción |
10 Sesiones prácticas en aula de ordenador |
Online |
Desarrollo de 7 sesiones prácticas en aulas de ordenador utilizando el software R que es libre y gratuito, por lo que las sesiones puedes ser seguidas por el alumnado disponiendo de dicho software en su ordenador. Realización de 3 sesiones prácticas correspondientes al sistema de evaluación continua. |
Sesiones de teoría y de resolución de problemas/ejercicios sobre los contenidos del programa |
Online |
Clases participativas utilizando videoconferencia. En ellas se desarrollará los contenidos teóricos de la asignatura, así como se resolverán ejercicios y problemas. |
Tutorías |
Online. |
Las tutorías se realizarán de forma online mediante videoconferencia. También de forma asíncrona a través del correo electrónico o el foro. |
2- SISTEMA DE EVALUACIÓN
El sistema de evaluación coincidirá con el propuesto en el escenario mixto, con la salvedad de que todas las pruebas serán online.
3- RECURSOS
Sin cambios respecto del escenario mixto.
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
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