| Resumen: |
La majoria de les dades recollides en diferents disciplines són multivariants, és a dir per a la mateixa unitat experimental observem simultaneament els valors de varies variables. L'Anàlisi Multivariant estudia els mètodes per a descriure i explorar aquestes dades vectorials, així com per fer-hi una inferència estadística. La necessitat de processar gran quantitat de dades amb moltes variables de distinta naturalesa, i d'obtenir resultats de relació i classificació de casos (gens, píxels, productes,clients, països, etc. ), han fet desenvolupar recentment un gran nombre de procediments que se situen en el camp multivariant. L'objecte d'estudi d'aquesta assignatura són les tècniques i mètodes multivariants clàssics: factorials, discriminants, clusters, MANOVA, etc. Algunes d'aquestes eines es poden presentardes del punt de vista de l'aprenentatge automàtic i la mineria de dades (data mining) on conviuen amb arbres de regressió, xarxes neuronals, per exemple, tòpics que l'estudiant del Grau d'Estadística Aplicada veurà en altres assignatures. L'enfoc de l'assignatura és eminentment aplicat. Les classes de teoria, en les quals els mètodes es presenten amb la major generalitat i rigor, es combinen amb sessions i treballs pràctics, on es treballa amb bases de dades d'interès. La majoria del mètodes multivariants tenen una vessant descriptiva o exploratòria, per la qual no es requereixen hipòtesis sobre el model, i una part confirmatòria amb supòsits més restric-tius. Es procurarà distingir sempre ambdues vessants. |
visitante ::
identificación
