|
|
|||||||||||||||
|
Cerca | Lliura | Ajuda | Servei de Biblioteques | Sobre el DDD | Català English Español | |||||||||
| Pàgina inicial > Materials acadèmics > Guies docents > Models Lineals 1 |
| Títol variant: | Linear Models 1 |
| Títol variant: | Modelos Lineales 1 |
| Data: | 2020-21 |
| Resum: | L'objectiu del curs és l'estudi de la modelització i l'anàlisi de dades mitjançant la teoria dels Models Lineals, així com les aplicacions a diversos àmbits (economia, salut, enginyeria, i ciències en general). Els mètodes i tècniques s'introdueixen en base a exemples i es treballen a partir de la resolució dels problemes proposats i de pràctiques d'ordinador pensades per ser executades amb el llenguatge R. En primer lloc, es presenta el model de regressió simple perquè té nombroses aplicacions i perquè és un bon pròleg per a la comprensió del model múltiple. El model de regressió múltiple, expressat matricialment i incloent algunes variants (polinomial, amb interaccions, utilitzant variables regressores fictícies, etc. ), constitueix la segona part del curs. En tots els procediments de modelització s'analitzen l'ajust i l'especificació correcta del model, la satisfacció de les hipòtesis, la detecció de dades "especials"(anòmales i influents), i s'estudien possibles solucions quan es detecten anomalies. |
| Resum: | El objetivo del curso es el estudio de la modelización y el análisis de datos mediante la teoría de los Modelos Lineales, así como las aplicaciones en diversos ámbitos (economía, salud, ingeniería, y ciencias en general). Los métodos y técnicas se introducen en base a ejemplos y se trabajan a partir de la resolución de los problemas propuestos y de prácticas de ordenador pensadas para ser ejecutadas con el lenguaje R. En primer lugar, se presenta el modelo de regresión simple porque tiene numerosas aplicaciones y porque es un buen prólogo para la comprensión del modelo múltiple. El modelo de regresión múltiple, expresado matricialmente e incluyendo algunas variantes (polinómica, con interacciones, utilizando variables regresoras ficticias, etc. ), constituye la segunda parte del curso. En todos los procedimientos de modelización analizan el ajuste y la especificación correcta del modelo, la satisfacción de las hipótesis, la detección de datos "especiales" (anómalas e influyentes), y se estudian posibles soluciones cuando se detectan anomalías. |
| Drets: | Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. |
| Llengua: | Català, anglès, castellà |
| Titulació: | Estadística Aplicada [2503852] |
| Pla d'estudis: | Grau en Estadística Aplicada [1424] ; Grau en Estadística Aplicada i Grau en Sociologia [1440] |
| Document: | Objecte d'aprenentatge |
Català 5 p, 105.9 KB |
Anglès 5 p, 105.0 KB |
Castellà 5 p, 105.7 KB |