| Grao en Ciencia e Enxeñaría de Datos |
 Asignaturas |
| Modelos de Regresión |
| Contenidos |
|
|
| Datos Identificativos | 2022/23 | |||||||||||||
| Asignatura | Modelos de Regresión | Código | 614G02012 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Grado | 1º cuatrimestre |
Segundo | Obligatoria | 6 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| 1. Regresión Lineal Simple (RLS). Metodología e Inferencia | 1.1 Conceptos generales de regresión 1.2 El modelo RLS. Estimación de los parámetros. Propiedades 1.3 El coeficiente de correlación |
| 2. Regresión Lineal Simple. Diagnosis y Predicción. | 2.1 Diagnosis del modelo RLS. Análisis de residuos: linealidad, homocedasticidad, normalidad e independencia 2.2 Observaciones atípicas e influyentes en el modelo RLS 2.3 Transformaciones para conseguir linealidad 2.4 Predicción con el modelo RLS |
| 3. Regresión Lineal Múltiple (RLM). Metodología e Inferencia | 3.1 El modelo RLM. Hipótesis básicas del modelo 3.2 Estimación de los parámetros. Propiedades de los estimadores 3.3 Tabla ANOVA. Contraste de la F 3.4 Correlación en regresión múltiple |
| 4. Regresión Lineal Múltiple. Diagnosis y Predicción | 4.1 El problema de la multicolinealidad. Definición, efectos, identificación y tratamiento 4.2 Diagnosis del modelo RLM. Análisis de residuos: error de especificación, homocedasticidad, normalidad e independencia 4.3 Robustez del modelo. Observaciones atípicas e influyentes en el modelo RLM 4.4 Predicción con el modelo RLM 4.5 Selección del modelo de regresión. Regresión paso a paso 4.6 Regresión polinómica 4.7 Regresión con variables cualitativas. Variables ficticias |
| 5. Modelo de Regresión con respuesta cualitativa |
5.1 Formulación de modelos con respuesta cualitativa 5.2 El modelo logístico 5.3 Estimación y contrastes en el modelo logístico 5.4 Diagnosis del modelo |
| 6. Regresión no paramétrica |
6.1 Introducción a los métodos de suavización en regresión 6.2 Estimación núcleo, el estimador de Nadaraya-Watson 6.3 El estimador polinómico local 6.4 Selección del parámetro de suavizado 6.5 Estimadores de tipo spline 6.6 Extensiones. El modelo semiparamétrico (modelo parcialmente lineal). El modelo aditivo |
|
