Datos generales

• Plan de estudios: 0500 - BIOLOGÍA AMBIENTAL
• Créditos: 3.0

Grupos

Tabla información sobre los grupos de la asignatura

Actividad	Grupo	Periodos	Horarios	Aula	Profesor/Tutor
CLASE TEÓRICA	(1) - CLASE TEÓRICA - GRUPO 1 - BOGOTÁ	24/01/2022 - 21/05/2022	LUNES 15:00 - 17:00	AULA 419 - M2	JOSE MIGUEL PERALTA BLANCO
			MIÉRCOLES 15:00 - 17:00	AULA 419 - M2	JOSE MIGUEL PERALTA BLANCO

Contenidos

PROGRAMA DE LA ASIGNATURA

Presentación

La estadística multivariada ofrece herramientas para analizar información asociada con diversas variables. El conocimiento de las técnicas estadísticas multivariadas permite a los investigadores extraer información de los datos para comprender diversos fenómenos mediante la simplificación de su estructura, la clasificación y la evaluación de la interdependencia entre variables, en especial cuando la información es compleja o voluminosa.

Objetivo de Aprendizaje

• Describir numérica y gráficamente conjuntos de datos multivariados.
  
• Hacer inferencias sobre vectores de medias.
  
• Aplicar las técnicas clásicas multivariadas tales como regresión múltiple, componentes principales, análisis de factores, correlación canónica, análisis discriminante y análisis clúster.

Contenidos Temáticos

1. Descripción numérica y gráfica de datos multivariados.

• Análisis de la proximidad
  
• Vector de medias, matriz de varianzas y covarianzas, distancias entre variables.
  
• Distancia estadística. Distancias de Minkowsky y de Mahalanobis
  
• Matriz de correlaciones
  
• Medidas de similaridad para escalas de interval
  
• Medidas de similaridad para escales nominales
  

2. Análisis de Conglomerados

• Técnicas de clasificación Jerárquicas
  
• Métodos Jerárquicos Aglomerativos y divisivos
  
• Métodos no Jerárquicos: El método K-medias
  

3. Regresión múltiple.

• Estimación de mínimos cuadrados de ß
• Pruebas de hipótesis e intervalos de confianza para ß¿s
  
• Evaluación de la normalidad, homocedasticidad e independencia.
  
• Modelos no lineales y aproximación de Gauss Newton
  

4. Distribuciones de probabilidad e inferencia multivariada.

• Normal multivariada
  
• Pruebas sobre el vector de medias.
  
• MANOVA
  

5. Análisis de Componentes Principales CP

• Solución de componentes principales
  
• Selección de componentes
  
• Interpretación de los componentes
  

6. Análisis de Factores AF

• El modelo de Análisis de Factores
  
• Técnicas de solución¿ Relación CP y AF
  
• Puntuaciones factoriales y rotaciones
  
• Adecuación y validación
  

7. Análisis Discriminante

• Clasificación con 2 grupos
  
• Regla discriminante de máxima verosimilitud
  
• Criterio geométrico de la distancia de Mahalanobis
  
• Función Lineal Discriminante Canónica
  
• Funciones Lineales Discriminantes Clasificadoras de Fisher
  
• Evaluación de errores
  

8. Correlación Canónica

• Cálculo e interpretación
  
• Contrastación del modelo y análisis de la dimensionalidad
  

9. Escalamiento Multidimensional

• Escalamiento métrico y no métrico¿
  
• Algoritmo básico
  
• Stress y dimensionalidad
  

10. Análisis de Correspondencias AC

• Análisis de Correspondencias Simple
  
• Distancia de Benzecri¿
  
• Espacio de filas, de columnas y espacio común
  
• Inercia en el AC
  
• Análisis de Correspondencias Múltiple

Evaluación Formativa

En las asignaturas del área de Estadística, la evaluación formativa estará centrada en ayudar a aprender, condicionar un estudio inteligente, e informar y corregir errores a tiempo a los alumnos que cursan estas asignaturas. Viendo lo que sucede después de los parciales podríamos darle la vuelta a esta situación y decidir que el alumno, en vez de estudiar y aprender para examinarse, debería examinarse para aprender. Las evaluaciones de las asignaturas no deben ser el final del conocimiento sobre la asignatura sino que deben estar integradas en el proceso de enseñanza-aprendizaje del alumno. Se deben distinguir dos características relacionadas entre sí; no se trata de verificar resultados finales, sino de ayudar al alumno en su tarea de estudiar y aprender. Buscamos el éxito del alumno, que es también nuestro éxito profesional como docentes, esta no se debe limitar a certificar con una nota un determinado nivel de aprendizaje sino que exista un acompañamiento permanente al alumno.

La evaluación formativa presenta varias estrategias de evaluación, integrados en el proceso de enseñanza-aprendizaje y orientados a modificar y mejorar el aprendizaje y comprensión de los alumnos. Parece algo muy elemental pero con frecuencia pasa desapercibido que el producto de nuestra tarea profesional como docentes es la calidad del aprendizaje de nuestros alumnos. Por ello el área de estadística usará como estrategias para lograr un aprendizaje de calidad, evaluaciones (parciales, autoevaluaciones, talleres, lecturas (artículos sobre investigaciones con uso de procedimientos estadísticos), problemas de investigación, manejo de información mediante procesos sistematizados) donde en algunos casos se utilicen textos en inglés que midan la comprensión de los conocimientos esperados en cada asignatura, así como la redacción de textos, pero mostrando los errores cometidos por los alumnos en sus evaluaciones en forma permanente y dando herramientas para lograr superar esos obstáculos de aprendizaje. Utilizando en todos estos procesos el Ambiente Virtual de Aprendizaje Tadeista (AVATA) como uno de los medios de comunicación con el alumno.

Bibliografía Básica Obligatoria

- CALLEALTA, Francisco. Estadística Multivariante. Universidad de Alcalá

- JHONSON, R., WICHERN, D. (2002). Applied Multivariate Statistical Analysis. Prentice Hall.

- PEÑA, D. (2003). Análisis de Datos Multivariantes. Mc Graw Hill.

- DIGBY, P.G, KEMOTON, R.A. (1994). Multivariate Analysis of Ecological Communities. Chapman and Hall