Antonio Sánchez Navas

El objetivo principal que nos marcamos con la impartición de esta asignatura es
que los alumnos sean capaces de abordar modelos estadísticos multivariantes y
series temporales, relacionados con las Ciencias del Mar, en las distintas
fases de planificación, ejecución e interpretación de resultados, con la
correcta aprehensión de los conceptos y técnicas usuales y el manejo fluido de
algún paquete estadístico de carácter general.

Tema 1. Conceptos fundamentales.
Introducción
Tipos de datos
Conceptos estadísticos
Tema 2. Fundamentos matemáticos.
Conceptos geométricos
Conceptos algebraicos
Similaridades, Disimilaridades y Distancias
Tema 3. Representaciones unidireccionales de matrices de datos.
Representaciones directas en dos dimensiones.
Representaciones basadas en subespacios de proyección.
Análisis de componentes principales.
Criterios de selección de componentes.
Análisis de tamaño y forma
Tema 4. Métodos gráficos de clasificación.
Introducción.
Métodos de clúster jerárquicos.
Métodos de clúster no jerárquicos.
Escalamiento multidimensional.
Tema 5. Distribuciones multivariantes.
Normal bidimensional.
Normal multivariable.
Distribución de Wishart.
Distribución T2 de Hotelling.
Distribución lambda de Wilks.
Tema 6. Análisis factorial.
El modelo factorial.
Métodos de obtención de factores.
Rotaciones.
Tema 7. Análisis de correspondencias
Introducción.
Distancia chi-cuadrado.
Representaciones gráficas.
Tema 8. Análisis discriminante.
Introducción.
Separación y clasificación para dos poblaciones.
Clasificación en el caso de k poblaciones.
Tema 9. Análisis multivariante de la varianza.
Modelo ANOVA.
Manova de un factor.
Manova de dos factores.
Tema 10. Modelo de regresión múltiple.
Introducción.
Estimación de parámetros.
Intervalos de confianza y contrastes.
Predicción.
Diagnosis del modelo.
Tema 11. El modelo de regresión logística.
Introducción.
Estimación de parámetros.
Diagnosis del modelo.
Tema 12. Introducción al análisis de series temporales.
Series temporales y procesos estocásticos.
Procesos autoregresivos.
Procesos de media móvil.
Procesos ARMA
Procesos ARIMA.
Diagnosis del modelo

La metodología utilizada para impartir la materia es claramente práctica, una
vez introducida la materia, se buscará la aplicación de las técnicas  en los
distintos campos de las Ciencias del Mar, incentivando la realización de
trabajos con datos reales, discutiendo artículos relacionados así como el
tratamiento de la información a través del software específico.

La evaluación de la asignatura se llevará a cabo mediante la realización de: un
trabajo final de investigación, controles con cuestiones teórico-prácticas,
búsquedas de aplicaciones relacionadas con la materia impartida y una prueba de
ordenador donde se planteará un supuesto que deberá resolverse mediante la
utilización del paquete estadístico SPSS.

»  BISQUERRA ALZINA, R.: Introducción conceptual al análisis multivariante. Un
enfoque informático con los paquetes SPSS-X, BMDP, LISREL y SPAD. Ed. PPU, 2
tomos, 1989.
»  CARRASCO, J.L., HERNAN, M.A.:  Estadística multivariante en las ciencias de
la vida. Ed. Ciencia 3, 1993.
»  CUADRAS, C.M.: Métodos de análisis multivariable. Ed. PPU, 1991.
»  DILLON, W.R., GOLDSTEIN, M.:  Multivariate analysis. Methods and
Applications. Ed. John Wiley, 1984.
»  HAIR, ANDERSON, TATHAM Y BLACK: Análisis multivariante. Prentice Hall, 2000.
»  JOHNSON Y WICHERN.: Applied multivariate statistical analysis. Ed. Prentice
Hall, 1988.
»  KRZANOWSKI, W.J.: Principles of multivariate analysis. Ed. Oxford Science,
1988.
»  LEBART, MORINEAU Y FÉNELON.: Tratamiento estadístico de datos. Ed.
Marcombo, 1985.
»  MONTGOMERY, D.C.: Diseño y Análisis de Experimentos. Segunda edición. Ed.
Limusa Wiley, 2002.
»  PARDO MERINO, A.; RUIZ DÍAZ M.A.: Spss 11. Guía para el análisis de datos.
Ed. McGraw Hill,  2002.
»  PEÑA, D.: Análisis de datos multivariantes. Ed McGraw Hill, 2002.
»  PEÑA, D.: Estadística: Modelos y Métodos, 2 (Modelos Lineales y Series
Temporales). Ed. Alianza Universidad Textos, 1989.
»  PÉREZ LÓPEZ , C.: Técnicas estadísticas con SPSS, Ed. Prentice Hall, 2001.
»  TABACHNICK Y FIDELL.: Using multivariate statistics, Ed. Harper&Row, 1989.
»  URIEL, E.: Análisis de datos. Series Temporales y Análisis Multivariante.
Ed. AC, 1995.
»  URIEL, E.: Análisis de Series Temporales: Modelos ARIMA. Paraninfo, 1985.
»  VISAUTA, B.: Análisis estadístico con SPSS para Windows. Ed. McGraw Hill,
1998.