• Generales: CG1, CG2, CG3, CG4, CG5, CG7.

• Transversales: CT1, CT2.

• Específicas: CE1, CE2, CE3, CE4, CE5.

50%

50%

100%

1,4

1,6

1

Los Métodos de Regresión y Predicción consisten en una serie de técnicas estadísticas que relacionan una variable dependientes o respuesta (que puede ser multidimensional) con un conjunto de variables independientes, explicativas o regresoras. En particular, el análisis de la regresión ayuda a entender cómo el cambia la variable respuesta con el cambio de (cada) una de las varaibles regresoras cuando se mantienen constantes el resto de variables regresoras. Además, el modelo de regresión puede utilizarse para predecir el valor que tomará la variables dependiente o respuesta en función de los valores que tomen las variables explicativas o regresoras. 

Conocimientos de probabilidad y de inferencia estadística básica: estimación puntual, estimación por intervalos de confianza y contrastes de hipótesis.

Resultados del aprendizaje:

 

●       Manejo y evaluación de modelos de regresión.

●       Capacidad para seleccionar las técnicas de regresión más adecuadas para tratar la información, el orden de ejecución de las mismas y el alcance de cada una de ellas y su interpretación.

●       Conocimiento de los fundamentos estadísticos y geométricos de cada uno de los modelos de regresión estudiados.

●       Manejo de software estadístico relativo a técnicas de regresión y predicción.

●       Elaboración y presentación de informes estadísticos.

Entrega de trabajos (por grupos): 50% (a)
Examen teórico-práctico: 40% (b)
Asistencia y participación activa: 10% (c)

Para que las ponderaciones anteriores sean aplicadas es preciso:

i. Asistir al menos al 80% de las sesiones presenciales.
ii. Alcanzar al menos 3,5 puntos sobre 10 en el examen teórico-práctico.

La nota de los apartados (a) y (c) se conservará en su caso para la convocatoria extraordinaria.

A. GELMAN & J. HILL (2007). Data Analysis using Regression and Multilevel/Hierarchical Models. New York, NY: Cambridge University Press.
D.C. MONTGOMERY, E.A. PECK & G.G. VINING (2021). Introduction to Linear Regression Analysis. Hoboken, NJ: Wiley.
D. PEÑA (2000). Estadística Modelos y Métodos (V.2). Madrid: Alianza Editorial.
D. PEÑA (2010). Regresión y Diseño de Experimentos. Madrid: Alianza Editorial.