Analisis Avanzados de Datos Multivariantes PDF

Gua
acadmica
Mster Universitario en:
Anlisis Avanzado de
Datos Multivariantes
guas acadmicas 2014-2015
Mster Universitario en Anlisis Avanzado de Datos Multivariantes

Gua Acadmica 2014-2015
UNIVERSIDAD DE SALAMANCA

TTULO
MSTER UNIVERSITARIO EN: ANLISIS AVANZADO
DE DATOS MULTIVARIANTES
Pgina web: http://biplot.usal.es/master/
CURSO 2014 2015
RGANO ACADMICO RESPONSABLE

Departamento de Estadstica
Facultad de Medicina
c/ Alfonso X el Sabio s/n
37007 Salamanca
sestadistica@usal.es
pgalindo@usal.es
http://biplot.usal.es/master/
Tfno.: 923294500 Ext. 1921 - 1852
INSTITUCIONES COLABORADORAS
Universidad de Salamanca (USAL)
COORDINADOR Y RESPONSABLE ACADMICO
M Purificacin Galindo Villardn
Departamento de Estadstica
c/ Alfonso X el Sabio s/n
Facultad de Medicina
37007 Salamanca
Tel: 34 923 294500 Ext. 1852
Fax: 34 923 294619
Universidad de Salamanca
pgalindo@usal.es

CENTRO RESPONSABLE ADMINISTRATIVO
UNIVERSIDAD: Universidad de Salamanca
CENTRO: Facultad de Medicina
DIRECCIN: C/ Alfonso X el Sabio s/n 37007 Salamanca
Tel: +34 923 294 500 Ext. 4541
CORREO ELECTRNICO: adm.fm@usal.es
TIPO DE FORMACIN
Acadmica
Profesional
Investigadora
CAMPOS CIENTIFICOS DEL MASTER

X
X
Ciencias Experimentales
Ciencias de la Salud
Ciencias Sociales y Jurdicas
Enseanzas Tcnicas
Humanidades

DESCRIPCIN Y OBJETIVOS
El Master Universitario en Anlisis Avanzado de Datos Multivariantes tiene un perfil

Acadmico/Investigador, diseado para proporcionar una formacin en investigacin orientada al Anlisis Avanzado
de Datos Multivariantes, y a la exploracin de algunas de las reas fundamentales de aplicacin de los mtodos sin
necesidad de estudiar en profundidad los fundamentos matemticos de todos ellos. Trata de proporcionar a los
graduados una oferta de temas de investigacin en una gran variedad de reas de aplicacin (demandadas por
organismos oficiales, institutos de investigacin, empresas, hospitales, industrias, etc ).
El Master tiene carcter semipresencial en dos aspectos, por una parte, la mayor parte de las clases se concentran en
el primero de los semestres mientras que el segundo se dedica a la elaboracin del trabajo fin de master que puede
realizarse a distancia; por otra parte, los dos cursos iniciales pueden realizarse on-line como se describe ms
adelante.
A quin va dirigido el programa?
El Master en Anlisis Avanzado de Datos est dirigido a alumnos y/o profesionales con orientacin en mtodos
cuantitativos, procedentes de diversos grados como Matemticas, Estadstica, Informtica, Agronoma, Biologa,
Fsica, Economa, Direccin de Empresas, Ingeniera, Ciencias Ambientales, Biotecnologa, Medicina, Ciencias
Sociales, Ciencias del Comportamiento, etc..., que vayan a dirigir su futuro profesional hacia el mbito acadmico o
investigacin en Estadstica Multivariante.
El programa puede ser til tambin para aquellos graduados en Estadstica o materias relacionadas que van a
desarrollar su actividad profesional en mbitos relacionados con la El Anlisis de Datos Multivariantes Aplicado a
diversos campos.
Competencias
Que el alumnado sepa aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco
conocidos dentro de contextos o multidisciplinares relacionados con el Anlisis de Datos Multivariantes.
Que el alumnado posea las habilidades de aprendizaje que les permitan continuar estudiando de un modo
que habr de ser en gran medida autodirigido o autnomo.
Que el alumnado sea capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios, a
partir de una informacin que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades
sociales y ticas vinculadas a la aplicacin de sus conocimientos y juicios.

Desarrollar la capacidad de elaboracin y construccin de modelos y su validacin.
Que el alumnado sepa comunicar sus conclusiones -y los conocimientos y razones ltimas que los
sustentan- a pblicos especializados y no especializados de un modo claro y sin ambigedades.
Potenciar los hbitos y las habilidades de autoaprendizaje que fomenten el estudio y la actualizacin
autnoma de los conocimientos.
Disear, realizar y analizar experimentos y/o aplicaciones mediante la aplicacin del mtodo cientfico para la
resolucin de problemas.
Desarrollar habilidades de gestin de la informacin mediante la bsqueda de bibliografa cientfica, la
consulta de bases de datos y la utilizacin de los soportes y herramientas informticas apropiadas en cada
caso.
Mejorar su capacidad para manejar informacin en lengua inglesa como herramienta fundamental de
desarrollo personal y profesional.
Desarrollar la capacidad para integrar conocimientos tericos y prcticos ofrecidos en cada asignatura y en
relacin con los ofrecidos en las dems asignaturas, fomentando la integracin multidisciplinar.
Educar, desarrollar y potenciar sus habilidades para trabajar en equipo.
Desarrollar la capacidad de anlisis y sntesis sobre la informacin transmitida por el profesorado y sobre la
adquirida de manera personal.
Aprender estrategias para desarrollar su capacidad de comunicacin oral en pblico haciendo uso de las
nuevas tecnologas de la informacin y comunicacin y para defender sus propuestas en discusiones
cientficas.
Llevar a cabo una evaluacin crtica de la literatura cientfica relacionada con el tema objeto de estudio en
cada caso y adquirir criterios objetivos de seleccin de bibliografa relevante.
Fomentar el espritu crtico en relacin con los hallazgos cientficos generados personalmente y con aquellos
generados por la comunidad cientfica, valorando su importancia, trascendencia y repercusiones.
Desarrollar su capacidad para tomar decisiones ante situaciones prcticas que requieren la aplicacin de
procedimientos dados para resolver situaciones reales.
Potenciar su capacidad para comparar y poner en relacin conceptos y metodologas diferentes con un
objetivo comn.
PERFIL/ES DE INGRESO Y REQUISITOS DE FORMACIN PREVIA
No se plantean condiciones o pruebas de acceso especiales si bien se realizan las siguientes recomendaciones en lo
que se refiere a la titulacin de base y al manejo del ingls cientfico.
Titulacin

Estadstico, Matemtico o Ingeniero.

Cualquier grado en el que se hayan cursado previamente asignaturas de Estadstica que garanticen
que el alumno posee unos conocimientos bsicos (Medicina, Biologa, CC. Sociales, Psicologa, etc
).
Ingls a nivel de lectura y compresin de textos cientficos como el que puede conseguirse mediante los
estudios de bachiller y de grado.
o
o
El Master est diseado para ser til a cualquier investigador que necesite un anlisis avanzado de datos en sus
trabajos. Por tanto, podremos encontrarnos:
Con alumnos que simplemente necesiten un alto conocimiento de los mtodos ms modernos para el anlisis de sus
datos.(les llamaremos alumnos Tipo I).
Con alumnos que desean centrar su investigacin en el desarrollo de nuevas tcnicas de Anlisis de Datos, o en la
adaptacin a otros campos de las ya existentes; por ejemplo, profesores de estadstica en Facultades de Biologa,
Ciencias Ambientales, Medicina, Odontologa, Psicologa, Ciencias Sociales, Ciencia Poltica, Traduccin y
Documentacin, etc , o estadsticos que trabajan en institutos de investigacin, centros del cncer, etc. (les
llamaremos alumnos Tipo II).
Teniendo esto en cuenta, el Mster est estructurado de la siguiente forma:
Consta de cinco asignaturas que constituyen la parte central de la formacin, en los mtodos estadsticos ms
avanzados y/o diseo de una investigacin que se utilizan en todos los campos de la Ciencia, y tiene carcter
obligatorio para todos los alumnos. El resto del programa tiene carcter optativo y est estructurado en tres perfiles
diferentes, dentro de dos ramas:
Perfil 1: Si su investigacin se va a desarrollar sobre mtodos tpicamente usados en Biologa, Medio Ambiente,
Agronoma etc, se recomienda la rama Biosanitaria y dentro de ella se recomienda elegir 9 crditos de entre los que
contemplan esa especializacin; concretamente las asignaturas optativas 2,3,5 y 6.
Perfil 2: Si trabaja con Facultades de Medicina, centros de investigacin del cncer, psicologa, etc, se recomienda la
opcin Biosanitaria, y dentro de ella se recomienda elegir 9 crditos de entre los que contemplan esa especializacin;
concretamente las materias optativas 3, 4, 5, 6 y 7.
Si trabaja en CC Sociales o CC del Comportamiento, se recomienda la rama de CC SS; es decir, la que se
corresponde con las asignaturas 4, 6 y 7.

No obstante,
cadaDE alumno
puede matricularse de las asignaturas que crea conveniente en funcin de sus intereses
UNIVERSIDAD
SALAMANCA
particulares y las recomendaciones de su tutor.
Para acceder a titulaciones de master es necesario:
1. Estar en posesin del ttulo de Grado u otro expresamente declarado equivalente.
2. Estar en posesin de un ttulo universitario oficial obtenido conforme a anteriores sistemas de educacin
universitaria, segn lo establecido en la Disposicin Transitoria Tercera del R. D. 56/2005, de 21 de enero: Los
poseedores de ttulos universitarios oficiales obtenidos conforme a anteriores sistemas de educacin universitaria
podrn ser admitidos a los programas oficiales de Posgrado previstos por este real decreto, sin perjuicio de lo que se
pudiera disponer al efecto en los correspondientes reales decretos por los que se establezcan los ttulos universitarios
de Posgrado a los que se refiere el artculo 8.3.
3. Los estudiantes podrn acceder a cualquier programa oficial de Posgrado relacionado o no cientficamente con su
currculo universitario, previa admisin efectuada por el rgano responsable del indicado programa, conforme a los
requisitos de admisin especficos y criterios de valoracin de mritos que, en su caso, establezca la Universidad de
Salamanca.
Los estudiantes que tengan un ttulo de educacin superior extranjero podrn acceder a estos estudios:
1. Previa homologacin del ttulo conforme a la normativa vigente.
2. Previa autorizacin de la Universidad habiendo comprobado que sus estudios acreditan un nivel de formacin
equivalente a los correspondientes ttulos espaoles de Grado y que facultan en el pas expedidor del ttulo para el
acceso a estudios de Posgrado.
CRITERIOS DE ADMISIN Y SELECCIN

En el caso de que el nmero de solicitudes supere el nmero de plazas ofertadas, se ponderar la formacin bsica y
experiencia en Estadstica, as como los mritos acadmicos, para la seleccin de candidatos. La seleccin de
candidatos ser realizada por la Comisin Acadmica del Master.
FECHAS, CENTRO Y AULAS DONDE SE IMPARTIR

UNIVERSIDAD DE de
SALAMANCA
Se impartir entre los meses de Octubre y Julio (segn propuesta de calendario acadmico
la Universidad de
Salamanca), en las aulas y seminarios de la Facultad de Medicina.
CARACTERSTICAS GENERALES
CRDITOS: 60
DURACIN EN CURSOS ACADMICOS: 1
NMERO DE PLAZAS: 40
LISTA DE PROFESORES
Profesores del Departamento de Estadstica de la Universidad de Salamanca:

Prof. Dra. Da. M Purificacin Galindo Villardn.
Prof. Dr. D. Jos Luis Vicente Villardn.
Prof. Dra. Da. Inmaculada Barrera Mellado.
Prof. Dra. Da. Ana Martn Casado
Prof. Dra. Da. M Jos Fernndez Gmez.
Prof. Dr. D. Javier Martn Vallejo.
Prof. Dr. D. Carmelo vila zarza.
Prof. Dr. D. Santiago Vicente Tavera.
Prof. Dr. D. Antonio Blzquez Zaballos.
Prof. Dra. Da. Purificacin Vicente Galindo.
Prof. Dra. Da. Rosa Seplveda Correa.
Prof. Dr. D. Jess Martn Rodrguez
Prof. Dra. Da. Mercedes Snchez Barba.
Prof. Dra. Da. Carmen Patino Alonso
Profesores de otros Departamentos de la Universidad de Salamanca:
Prof. Dr. D. Flix Lorente Toledano (Dpto. de Obstetricia, Ginecologa y Pediatra).
Prof. Dr. D. Jos Alberto Orfao de Matos (Dpto. de Medicina)
Prof. Dr. D. Rogelio Gonzlez (Dpto. de Medicina).
Prof. Dr. D. Jos Antonio Fras Montoya. (Dpto. de Biblioteconoma y Documentacin)
Profesores de otras Universidades:
Prof. Dr. D. Jos Miguel Casas Snchez (Dpto. de Estadstica, Estructura y Organizacin Econmica, Univ. de Alcal).

10

UNIVERSIDAD
DE SALAMANCA
Prof. Dr. D.
Florencio
Vicente Castro (Dpto. de Psicologa, Univ. de Extremadura).
Prof. Dr. D. Eduardo Garca Cueto. (Dpto. de Psicologa, Univ. de Oviedo).
Prof. Dr. D. Miguel ngel Fajardo Caldera (Dpto. de Economa, Univ. de Extremadura).
CRITERIOS DE EVALUACIN
La evaluacin se realizar de forma independiente en las distintas asignaturas que componen el Mster Universitario.
Habr que superar todas las asignaturas para superar el Mster Universitario. El sistema de calificaciones se
expresar mediante calificacin numrica de acuerdo con lo establecido en el art. 5 del Real Decreto 1125/2003 de 5
de septiembre (BOE 18 de septiembre), por el que se establece el sistema europeo de crditos y el sistema de
calificaciones en las titulaciones universitarias de carcter oficial y validez en todo el territorio nacional.
Los resultados obtenidos por los estudiantes de la Universidad de Salamanca en cada una de las asignaturas de los
planes de estudio se calificarn en una escala cuantitativa de 0 a 10, aadiendo su correspondiente calificacin
cualitativa:
0,0-4,9: Suspenso (SS) 5,0-6,9: Aprobado (AP) 7,0-8,9: Notable (NT) 9,0-10: Sobresaliente (SB)
A los estudiantes que hayan obtenido una calificacin cuantitativa igual o superior a nueve se le podr otorgar en su
calificacin cualitativa la mencin Matrcula de Honor.

PRCTICAS EXTERNAS Y ACTIVIDADES FORMATIVAS A DESARROLLAR EN ORGANISMOS COLABORADORES
BREVE DESCRIPCIN DE LOS CONTENIDOS

MSTER EN TTULO
Asignaturas obligatorias ()
CRS. ECTS
N Crditos
Semestre
ANLISIS EXPLORATORIO DE TABLAS DE TRES ENTRADAS.
MODELOS CON VARIABLE RESPUESTA
TOTAL CRDITOS ECTS OBLIGATORIOS
36
DISEO Y ANALISIS DE UNA INVESTIGACIN

BSICA
INSPECCIN DE MATRICES DE DATOS
MULTIVARIANTES: MTODOS CLSICOS
MTODOS BIPLOT
11

12


Asignatura Optativas ()
N Crditos
Semestre
1.- MODELOS PARA DESCRIBIR ESTRUCTURAS EN TABLAS DE TRES

ENTRADAS
2.- ANLISIS DE DATOS ECOLGICOS, AGRONMICOS Y AMBIENTALES
3.- TCNICAS PARA EL ANLISIS DE DATOS DE MICROARRAYS Y

MARCADORES MOLECULARES
4.- TCNICAS DE ANLISIS ESTADSTICO APLICADO A LA VALORACION DE

RECURSOS EN LA PSICOLOGA DE LA SALUD Y DEL DEPORTE.
5.- ANLISIS DE SUPERVIVENCIA Y TESTS SECUENCIALES
6.- META-ANLISIS
7.- MODELOS DE VARIABLES LATENTES
TOTAL CRDITOS ECTS OPTATIVOS
24
N Crditos
Trabajo Fin de Mster (Obligatorio)
15

Semestre
2
Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014


PROGRAMACIN ACADMICA
ASIGNATURA: DISEO Y ANLISIS DE UNA INVESTIGACIN BSICA

Cdigo:
Tipo1: O
Crditos ECTS: 9
Horas de aprendizaje
Teora: 31,5 Prcticas: 31,5 Trabajo Personal y otras
actividades: 162
Profesor/es: Segn plan docente del Dpto. de Estadstica

Lugar de imparticin: Fac de Medicina

Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender las bases del mtodo estadstico y de la recoleccin de datos y su relacin con los problemas ticos de
diversos campos de trabajo.
El alumno conocer el lenguaje estadstico bsico que le permita la lectura y comprensin de publicaciones cientficas en
las que se utilizan mtodos estadsticos.
El alumno conocer la forma de realizar el diseo estudios bsicos.
El alumno conocer la forma de realizar el Anlisis estudios bsicos.
El alumno ser capaz de realizar un anlisis crtico de los artculos cientficos en los que se utiliza metodologa estadstica.
El alumno distinguir y conocer las tcnicas estadsticas ms usuales y su lenguaje para poder comprender los conceptos
ms avanzados de los cursos obligatorios del programa.
El alumno aprender el procedimiento de elaboracin y redaccin de un informe de resultados estadsticos con datos
procedentes de investigaciones reales.
Contenido de la materia:
1. LEGISLACIN ESTADSTICA, SECRETO ESTADSTICO Y PROBLEMAS TICOS EN ENSAYOS CLNICOS.
2. DISEO DE UNA INVESTIGACIN
Anatoma de la Investigacin.
Fisiologa de la Investigacin.
Cmo formular la pregunta que recoge el objetivo.
3. RECOGIDA DE DATOS
Bases bibliogrficas.
Bases de Datos.
Estadsticas Oficiales.
Datos por encuesta/cuestionario.
Datos para un Meta-anlisis.
4. MUESTREOS Y TAMAO DE MUESTRA
13

14
Muestreos probabilsticos y no probabilsticos.
Factores que influyen en el tamao de muestra y frmulas de clculo.
5. ANLISIS DE DATOS CUANTITATIVOS
Modelo Lineal General
Regresin Mltiple: Colinealidad
Regresin Logstica
Modelos Multinivel
6. ANLISIS DE DATOS CATEGRICOS
Tablas de Contingencia, bi, tri y multifactoriales
Mtodos de Deteccin automtica de la Interaccin: CHAID
Datos binarios
7. INTRODUCCIN AL DISEO DE EXPERIMENTOS ANOVA
Diseos completamente al azar
Diseos en Bloques
Diseos Factoriales
Diseo en Cuadrados Latinos
8. REDACCIN Y PUBLICACIN DE LOS RESULTADOS DE UNA INVESTIGACIN
9. TALLER DE APLICACIN (3 C ECTS).
Sistema de evaluacin:
Examen de test-Terico-prctico basado en las clases magistrales presenciales (50%), que ser escrito y en una nica
prueba a final del periodo lectivo.
Examen de prcticas con ordenador basado en las clases de prcticas con los programas estadsticos vistos en el curso
(10%).
Trabajos de elaboracin personal de los alumnos (40%). Donde se valorar la capacidad del alumno para llevar a la
prctica los mtodos aprendidos, el manejo de los programas estadsticos, la elaboracin del informes y la bibliografa
consultada.
Actividades de recuperacin:
El alumno deber recuperar las partes de la materia no superadas con xito.

ASIGNATURA: INSPECCION DE MATRICES DE DATOS MULTIVARIANTES: MTODOS CLSICOS
Cdigo:
Tipo1: O
Crditos ECTS: 9
Teora: 31,5 Prcticas: 31,5 Trabajo Personal y otras actividades:
162

Lugar de imparticin: Fac. Medivcina

Fecha: Semestre 1
Horario: 17-20h
Objetivos:
El alumno aprender las bases tericas de los mtodos estadsticos multivariantes clsicos.
El alumno aprender el manejo de software adecuado para llevar a cabo las tcnicas aprendidas y la interpretacin prctica
de los resultados obtenidos.
El alumno ser capaz de reconocer la informacin relevante para resolver un problema y la tcnica ms adecuada.
El alumno aprender a manejar el lenguaje bsico que le permita la lectura y comprensin de publicaciones cientficas en
las que se utilizan mtodos estadsticos multivariantes.
El alumno ser capaz de realizar un anlisis crtico de los artculos cientficos en los que se utiliza metodologa estadstica
multivariante.
El alumno conocer el procedimiento de elaboracin y redaccin de un informe de resultados estadsticos con datos
TCNICAS MULTIVARIANTES CLSICAS (6 ECTS)
Anlisis de Componentes y Coordenadas Principales.
Anlisis Factorial.
Anlisis Factorial de Correspondencias simples y mltiples.
Anlisis Discriminante.
Anlisis de Correlacin Cannica y Anlisis Cannico de Poblaciones.
Multidimensional Scaling y Anlisis Unfolding.
Anlisis de Cluster.
Anlisis Multivariante no Lineal: HOMALS, PRINCALS, OVERALS.
TALLERES DE APLICACIN A DISTINTOS CAMPOS DE LA CIENCIA (3 ECTS).
(10%).
15

16
consultada.
El alumno deber recuperar las partes de la materia no superadas con


ASIGNATURA: MTODOS BIPLOT
Cdigo:
Tipo1: O
Crditos ECTS: 6
Teora: 21 Prcticas: 21 Trabajo Personal y otras actividades: 108

Lugar de imparticin: Fac. De Medicina

Fecha: Semestre 1
Horario: 17-20h
Objetivos:
El alumno aprender las bases tericas de los mtodos biplot y su relacin con las tcnicas clsicas.
El alumno conocer los mtodos biplot avanzados.
El alumno conocer el manejo de software adecuado para llevar a cabo las tcnicas aprendidas y la interpretacin prctica
El alumno ser capaz de interpretar los resultados de los anlisis biplot.
El alumno conocer el lenguaje bsico que le permita la lectura y comprensin de publicaciones cientficas en las que se
utilizan mtodos biplot.
El alumno ser capaz de realizar un anlisis crtico de los artculos cientficos en los que se utiliza la metodologa biplot.
1. METODOS BIPLOT (3 ECTS).
Biplot clsicos de Gabriel: GH y JK.
HJ-Biplot.
Interpretacin Biplot de las tcnicas clsicas.
Interpretacin Biplot del Anlisis de Componentes Principales y del Anlisis de Correspondencias.
MANOVA Biplot. Biplot cannico.
Criterio de Inercia: Biplot y Anlisis de Cluster.
Biplots de interpolacin y prediccin (Geometra de los Mtodos Biplot).
Introduccin de la informacin de las variables en el MDS.
2. ULTIMOS AVANCES EN MTODOS BIPLOT (1 ECTS).
3. TALLERES DE APLICACIN A DATOS DE INVESTIGACIN (2 ECTS)
17

18
(10%).
consultada.


ASIGNATURA: ANLISIS EXPLORATORIO DE TABLAS DE 3 ENTRADAS
Cdigo:
Tipo1: O
Crditos ECTS: 6
Teora :21 Prcticas: 21 Trabajo Personal y otras actividades: 108


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender las bases de los mtodos tablas mltiples.
El alumno aprender el manejo de software adecuado para llevar a cabo las tcnicas aprendidas y la interpretacin prctica
utilizan mtodos de tablas mltiples.
El alumno aprender a realizar un anlisis crtico de los artculos cientficos en los que se utiliza la metodologa de tablas
mltiples.
1. MTODOS DE LA ESCUELA FRANCESA (2.5 ECTS)
Mtodos STATIS
SATIS CANONICO
Anlisis FACTORIAL MLTIPLE
Anlisis TRIADICO
BIPLOT TRIADICO
2. METODOS DE LA ESCUELA ANGLOSAJONA. (1.5 ECTS)
Meta-Componentes y Meta-Biplots.
Comparacin de configuraciones: Anlisis Procrustes.
Anlisis de Componentes Principales Comunes.
19

20
(10%).
consultada.


ASIGNATURA: MODELOS CON VARIABLE RESPUESTA
Cdigo:
Tipo1: O
Crditos ECTS: 6


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender las bases de los modelos con variable respuesta.
El alumno aprender el lenguaje bsico que le permita la lectura y comprensin de publicaciones cientficas en las que se
utilizan mtodos con variable respuesta.
El alumno ser capaz de un anlisis crtico de los artculos cientficos en los que se utiliza la metodologa estudiada.
1. MODELOS CON VARIABLE RESPUESTA (4 ECTS)
Anlisis de Correspondencias Asimtricas
Anlisis de la redundancia y Mnimos Cuadrados Parciales
Anlisis Cannico de Correspondencias
Anlisis de Componentes principales restringido
Modelos logit y Modelos de regresin logstica
Mtodos de deteccin automtica de la interaccin y rboles de regresin
Problemtica asociada al algoritmo CHAID
Algoritmos basados en contrastes de hiptesis de independencia condicionada
Algoritmos alternativos basados en criterios de entropa
(10%).
21

22
consultada.


ASIGNATURA: MODELOS PARA DESCRIBIR ESTRUCTURAS EN TABLAS DE TRES ENTRADAS
Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 2
Horario: : 17-20h
Objetivos:
El alumno aprender las bases de los modelos de 3-vas.
El aprender el lenguaje bsico que le permita la lectura y comprensin de publicaciones cientficas en las que se utilizan
mtodos de tres vas.
El alumno ser capaz de realizar un anlisis crtico de los artculos cientficos en los que se utiliza la metodologa estudiada.
1. MODELOS PARA TABLAS DE TRES VAS (2 ECTS)
Componentes Principales de tres Vas.
Modelo TUCKALS 2.
Modelo TUCKALS 3.
CANDECOM/PARAFAC.
Anlisis Factorial Simultneo.
2. TALLERES DE APLICACIN A DATOS DE INVESTIGACIN. (1 ECTS)
(10%).
consultada.
23

24



ASIGNATURA: ANLISIS DE DATOS ECOLGICOS, AGRONMICOS Y AMBIENTALES
Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender la problemtica del anlisis de datos ecolgicos, agronmicos y ambientales.
utilizan los mtodos estudiados.
1. ANLISIS DE DATOS ECOLGICOS AGRONMICOS Y AMBIENTALES (2 ECTS)
Problemtica de la obtencin de datos ecolgicos, agronmicos y ambientales.
Mtodos de ordenacin y clasificacin en datos biolgicos.
Anlisis Directo e Indirecto del Gradiente.
Modelos vectoriales y BIPLOTs externos.
Anlisis Cannico de Correspondencias.
UNFOLDING para datos ecolgicos.
Anlisis Cannico de Correspondencias no Simtrico.
Otras tcnicas de Anlisis de datos Ecolgicos
Estudio de la Interaccin genotipo-ambiente: modelos de dos y tres vas.
Anlisis de experimentos multivariantes en agronoma.
2. TALLERES DE APLICACIN A DATOS DE INVESTIGACIN (1 ECTS).

25

26
(10%).
consultada.

ASIGNATURA: TCNICAS PARA EL ANLISIS DE DATOS DE MICROARRAYS Y MARCADORES MOLECULARES

Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender la problemtica del anlisis de datos de microarrays y marcadores moleculares.
1. ANLISIS DE DATOS DE MICROARRAYS Y MARCADORES MOLECULARES (2 ECTS).
Obtencin de datos de expresin de genes mediante microarrays y problemas estadsticos asociados.
Bsqueda de genes diferencialmente expresados: El problema de las comparaciones mltiples.
Mtodos de visualizacin de datos aplicados a la expresin de genes.
Mtodos supervisados para la deteccin de diferencias entre grupos.
Mtodos no supervisados para la bsqueda de grupos con caractersticas diferenciales.
Anlisis de datos para marcadores moleculares.
2. TALLERES DE APLICACIN A DIVERSOS CONJUNTOS DE DATOS. (1 ECTS).
(10%).
consultada.
27

28


ASIGNATURA: TCNICAS DE ANLISIS ESTADSTICO APLICADO A LA VALORACIN DE RECURSOS EN LA PSICOLOGA DE LA SALUD

U DEL DEPORTE
Cdigo:
Tipo1: Op
Crditos ECTS: 6


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender la problemtica del anlisis de datos en la valoracin de recursos en la psicologa de la salud y del
deporte.
El alumno conocer la interpretacin de los resultados de los mtodos.
1.TCNICAS DE ANLISIS ESTADSTICO APLICADO A LA VALORACION DE RECURSOS EN LA PSICOLOGA DE LA
SALUS Y DEL DEPORTE (4 ECTS)
Conceptos bsicos
Qu se entiende por Calidad de Vida?
Calidad de Vida relacionada con la Salud
Cambio en Calidad de Vida
Medida de la Calidad de Vida relacionada con la Salud
Qu se entiende por medida en Calidad de Vida Relacionada con la Salud?
Cmo expresar la Medida de CVRS?
Formas de abordar la Medida de CVRS
Quin debe medir y sobre quin deben tomarse las medidas?
Modos de administracin de los cuestionarios
Constructos y Variables Latentes
Instrumentos para medir CVRS
Instrumentos genricos y especficos
Adaptacin cultural de los cuestionarios
Modelos para usar medidas genricas y especficas
Instrumentos de prediccin, evaluacin y discriminacin
Propiedades psicomtricas de los instrumentos para medir CVRS
Propiedades de los instrumentos: validez, fiabilidad y sensibilidad al cambio de las escalas.
29

30
Propiedades psicomtricas de algunos de los cuestionarios ms utilizados: SF36, EUROQOL, QUALEFFO
Mtodos estadsticos para contrastar validez, fiabilidad y sensibilidad al cambio.
Mtodos estadsticos para contrastar validez: Anlisis factorial
Mtodos estadsticos para contrastar fiabilidad: Alfa de Cronbach
Mtodos estadsticos para contrastar la sensibilidad al cambio
Variables indicadoras y variables causales
Variables indicadoras y variables causales
Implicaciones de los tems causales en el anlisis de la consistencia interna del constructo
Anlisis Factorial, Indicadores causales y Calidad de Vida
Identificacin de variables causales
ndices de FAYERS
RESPONSE SHIFT en calidad de vida relacionada con la salud
Tipos de cambio en estudios de calidad de vida relacionada con la salud
RESPONSE SHIFT en estudios de calidad de vida relacionada con la salud
Modelos tericos que explican el RESPONSE SHIFT
Modelo SCHWARTZ & SPRANGERS
Modelos de LEPORE & ETON
Modelo de WILSON & CLEARY
Mtodos estadsticos para detectar RESPONSE SHIFT en datos longitudinales
Mtodos para detectar Cambio Gamma
Mtodos para detectar Cambio Beta
Cambio en valores: Repriorizacin.
2. TALLERES DE APLICACIN A DISTINTOS CONJUNTOS DE DATOS. (4 ECTS)
(10%).
consultada.

ASIGNATURA: ANLISIS DE SUPERVIVENCIA Y TESTS SECUENCIALES
Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender la problemtica del anlisis de supervivencia y el anlisis secuencial.
El alumno conocer la interpretacin de los resultados de los mtodos.
1.- ANLISIS DE DATOS DE SUPERVIVENCIA EN MEDICINA Y OTRAS CIENCIAS. (1.5 ECTS)
Estimacin no paramtrica de la supervivencia:
Estimador de Kaplan-Meier.
Mtodo actuarial de estimacin
Otros estimadores.
Comparacin no paramtrica de curvas de supervivencia:?
Test Log-rank.
Test de Mantel-Haenszel.
Test de Wilcoxon .
Otros tests.
Modelos paramtricos de supervivencia:?
Descripcin de los modelos: exponencial, Weibull, log-normal, Gamma etc.
Formulacin log-lineal.
Mtodos de seleccin: representaciones grficas y bondad de ajuste.
Estimadores de los parmetros. Intervalos de confianza. Contrastes de hiptesis.
Comparaciones entre mtodos parmetricos y no paramtricos.
Modelo de regresin de COX:
El modelo de Cox: Descripcin e interpretacin. Verosimilitud parcial. Estimadores, Tests e Intervalos de confianza.
Extensiones del modelo de Cox: variables explicativas dependientes del tiempo y modelo estratificado.
Seleccin y diagnstico de modelos
Otros modelos de regresin univariantes.
Modelos de supervivencia para datos multivariantes.
31

32
2.- ANLISIS SECUENCIAL (0.5 ECTS)
Tests secuenciales de hiptesis y sus propiedades
Hiptesis compuestas y derivacin del test t secuencial.
Diseo de experimentos secuenciales.
3.- TALLERES DE APLICACIN A DATOS DE INVESTIGACIN (1 ECTS).
(10%).
consultada.


ASIGNATURA: META-ANLISIS
Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno habr aprendido cmo realizar un meta-anlisis.
de los resultados obtenidos
El alumno conocer lenguaje bsico que le permita la lectura y comprensin de publicaciones cientficas en las que se
El alumno sabr cmo realizar anlisis crtico de los artculos cientficos en los que se utiliza la metodologa estudiada.
El alumno habr aprendido el procedimiento de elaboracin y redaccin de un informe de resultados estadsticos con datos
1.- META-ANLISIS (2 ECTS)
Qu es un meta-anlisis?
Objetivos del meta-anlisis
Etapas de un meta-anlisis
Formulacin del problema
Bsqueda de la literatura
Codificacin de los estudios
Medida de los resultados
Anlisis de los resultados.
Limitaciones del meta-anlisis
Sesgo de publicacin
2.-TALLERES DE APLICACIN A DATOS DE INVESTIGACIN (1 ECTS).
(10%).
33

34
consultada.

ASIGNATURA: MODELOS DE VARIABLES LATENTES
Cdigo:
Tipo1: Op
Crditos ECTS: 3


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno conocer y aplicar los modelos de variables latentes para distintos tipos de variables.
El alumno aprender manejo de software adecuado para llevar a cabo las tcnicas aprendidas y la interpretacin prctica de
los resultados obtenidos.
El alumno sabr cmo realizar un anlisis crtico de los artculos cientficos en los que se utiliza la metodologa estudiada.
1. MODELOS DE VARIABLES LATENTES (2 ECTS)
Clasificacin de los modelos de variables latentes.
Teora clsica de los tests y Anlisis Factorial.
Anlisis factorial para datos binarios y politmicos: Factorizacin de las matrices de correlaciones tetracricas y policricas.

Teora de la Respuesta al tem para datos binarios.
Teora de la Respuesta al tem para datos politmicos y ordinales.
Modelos de ecuaciones estructurales.

Anlisis Factorial confirmatorio.
2. TALLERES DE APLICACIN A DATOS DE INVESTIGACIN. (1 ECTS)
(10%).
consultada.
35

36


ASIGNATURA: TRABAJO DE FIN DE MASTER
Cdigo:
Tipo1: O
Crditos ECTS: 15
Teora: Prcticas: Trabajo Personal y otras actividades: 345


Fecha: Semestre 1
Horario: : 17-20h
Objetivos:
El alumno aprender a llevar a cabo una investigacin.
El alumno aprender a consultar fuentes bibliogrficas relevantes para su investigacin.
El alumno ser capaz de realizar la redaccin y presentacin de un informe cientfico.
El alumno aprender a realizar un estudio crtico de la literatura disponible.
El alumno conocer el lenguaje cientfico, relacionado con el tema de investigacin, en lengua inglesa.
El aluno habr aprendido a fomentar su capacidad de aprendizaje autnomo y toma de decisiones.
Cada curso acadmico se ofertar un catlogo de temas sobre los que realizar el Trabajo Fin de Master. Cada uno de ellos
tendr un tutor asignado. La asignacin de los temas se har teniendo en cuenta el perfil ms adecuado del estudiante a
cada uno de los temas de trabajo.
Excepcionalmente podrn aceptarse temas de investigacin propuestos por los alumnos siempre que estn cercanos a las
lneas de investigacin de los profesores del Master.
La oferta de los trabajos de investigacin de los tutores aparece cada ao en la plataforma Studium con la suficiente
antelacin.
Memoria del trabajo de Investigacin.
Exposicin oral de la memoria.
Se valorar la capacidad del alumno para llevar a cabo una
investigacin as como la calidad de la misma.

37

Analisis Avanzados de Datos Multivariantes PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Analisis Avanzados de Datos Multivariantes PDF

Caricato da

Copyright:

Formati disponibili

Gua

guas acadmicas 2014-2015

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

Pgina web: http://biplot.usal.es/master/

CURSO 2014 2015

RGANO ACADMICO RESPONSABLE

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

CAMPOS CIENTIFICOS DEL MASTER

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

El Master Universitario en Anlisis Avanzado de Datos Multivariantes tiene un perfil

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

PERFIL/ES DE INGRESO Y REQUISITOS DE FORMACIN PREVIA

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

Estadstico, Matemtico o Ingeniero.

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

CRITERIOS DE ADMISIN Y SELECCIN

FECHAS, CENTRO Y AULAS DONDE SE IMPARTIR

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

Profesores del Departamento de Estadstica de la Universidad de Salamanca:

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

BREVE DESCRIPCIN DE LOS CONTENIDOS

ANLISIS EXPLORATORIO DE TABLAS DE TRES ENTRADAS.

MODELOS CON VARIABLE RESPUESTA

TOTAL CRDITOS ECTS OBLIGATORIOS

DISEO Y ANALISIS DE UNA INVESTIGACIN

Mster Universitario en Anlisis Avanzado de Datos Multivariantes

1.- MODELOS PARA DESCRIBIR ESTRUCTURAS EN TABLAS DE TRES

2.- ANLISIS DE DATOS ECOLGICOS, AGRONMICOS Y AMBIENTALES

3.- TCNICAS PARA EL ANLISIS DE DATOS DE MICROARRAYS Y

4.- TCNICAS DE ANLISIS ESTADSTICO APLICADO A LA VALORACION DE

7.- MODELOS DE VARIABLES LATENTES

TOTAL CRDITOS ECTS OPTATIVOS

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

ASIGNATURA: DISEO Y ANLISIS DE UNA INVESTIGACIN BSICA

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

ASIGNATURA: TCNICAS PARA EL ANLISIS DE DATOS DE MICROARRAYS Y MARCADORES MOLECULARES

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014

ASIGNATURA: TCNICAS DE ANLISIS ESTADSTICO APLICADO A LA VALORACIN DE RECURSOS EN LA PSICOLOGA DE LA SALUD

Profesor/es: Segn plan docente del Dpto. de Estadstica

Mster Universitario en Agrobiotecnologa Gua Acadmica 2013-2014