| Títol variant: |
Mathematical Statistics |
| Títol variant: |
Estadística Matemática |
| Data: |
2020-21 |
| Resum: |
En aquest curs s'aprendrà a formalitzar, analitzar i validar un tipus de models estadístics que s'utilitzen per explicar les relacions entre diverses variables en condicions experimentals d'incertesa. En l'àmbit de l'estadística matemàtica, s'utilitzen intervals de confiança o de predicció i contrasts d'hipòtesis per interpretar els resultats i prendre decisions. L'objectiu és explicar el comportament d'una variable de resposta en termes d'altres variables relacionades amb ella, anomenades regressores, explicatives o factors, que actuen de forma lineal sobre la resposta. Donat un model, s'obtenen i analitzen les prediccions i els residus per detectar possibles anomalies i prendre decisions a nivell experimental. L'estudiant haurà de ser conscient de les hipòtesis assumides per validar i comparar diversos models i poder seleccionar així les variables explicatives que conformin el millor model possible. També s'introdueixen algunes extensions del model lineal, com ara models lineals generalitzats, els models polinòmics o els no lineals, per exemple, ja que amplien l'àmbit de modelització i permeten rebaixar les restriccions. El model lineal general és un marc teòric que permet formular les tècniques d'anàlisi de la variància i del disseny d'experiments dins del model lineal. Amb aquest curs, els estudiants estaran capacitats per explorar i fer la validació de les propietats teòriques del model lineal general, coneixeran algunes extensions, i s'entrenaran per modelitzar dades amb programari lliure. Haurà de comprendre en profunditat la importància dels teoremes més importants d'aquesta àrea, així com la seva demostració. |
| Resum: |
En este curso se aprenderá a formalizar, analizar y validar un tipo de modelos estadísticos que se utilizan para explicar las relaciones entre diversas variables en condiciones experimentales de incertidumbre. En el ámbito de la estadística matemática, se utilizan intervalos de confianza o de predicción y contrastes de hipótesis para interpretar los resultados y tomar decisiones. El objetivo es explicar el comportamiento de una variable de respuesta en términos de otras variables relacionadas con ella, llamadas regresoras, explicativas o factores, que actúan de forma lineal sobre la respuesta. Dado un modelo, se obtienen y analizan las predicciones y los residuos para detectar posibles anomalías y tomar decisiones a nivel experimental. El estudiante deberá ser consciente de las hipótesis asumidas para validar y comparar varios modelos y poder seleccionar así las variables explicativas que conformen el mejor modelo posible. También se introducen algunas extensiones del modelo lineal, tales como modelos lineales generalizados, los modelos polinómicos o no lineales, por ejemplo, ya que amplían el ámbito de modelización y permiten rebajar las restricciones. El modelo lineal general es un marco teórico que permite formular las técnicas de análisis de la varianza y del diseño de experimentos dentro del modelo lineal. Con este curso, los estudiantes estarán capacitados para explorar y hacer la validación de las propiedades teóricas del modelo lineal general, conocerán algunas extensiones, y entrenarán para modelizar datos con software libre. Deberá comprender en profundidad la importancia de los teoremas más importantes de esta área, así como su demostración. |
| 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: |
Matemàtiques [2500149] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
