Profesorado

Alfonso José Bello Espina

Objetivos

El objetivo principal que nos marcamos con la impartición de esta asignatura es
que los alumnos sean capaces de abordar problemas de complejidad media-alta de
contenido medio-ambiental de carácter multivariante, en las distintas fases de
planificación, ejecución e interpretación de resultados, con la correcta
aprehensión de los conceptos y técnicas usuales y la resolución de supuestos
prácticos con la ayuda del software estadístico R

Programa

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. Análisis factorial.
El modelo factorial.
Métodos de obtención de factores.
Rotaciones.
Tema 6. Análisis de correspondencias
Introducción.
Distancia chi-cuadrado.
Representaciones gráficas.
Tema 7. Análisis discriminante.
Introducción.
Separación y clasificación para dos poblaciones.
Clasificación en el caso de k poblaciones.
Tema 8. Análisis multivariante de la varianza.
Modelo ANOVA.
Manova de un factor.
Manova de dos factores.
Tema 9. Modelo de regresión múltiple.
Introducción.
Estimación de parámetros.
Intervalos de confianza y contrastes.
Predicción.
Diagnosis del modelo.
Tema 10. El modelo de regresión logística.
Introducción.
Estimación de parámetros.
Diagnosis del modelo.

Metodología

50% del tiempo para exposición por el profesor de los temas empleando cañón de
proyección. Todo el material que se expone se encuentra alojado en la web y en la
plataforma del grupo de investigación.
25% del tiempo para realización de prácticas de ordenador con el software R
25% para la  exposición de trabajos.

Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total): 150

• Clases Teóricas: 30  
• Clases Prácticas: 15  
• Exposiciones y Seminarios:  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas:  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado: 15  
  • Sin presencia del profesorado:  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 60  
  • Preparación de Trabajo Personal: 30  
  • ...
     
• Realización de Exámenes:
  • Examen escrito:  
  • Exámenes orales (control del Trabajo Personal):  

Técnicas Docentes

Criterios y Sistemas de Evaluación

La evaluación de la asignatura se llevará a cabo mediante:

-Para aquellos alumnos que hayan asistido al menos al 80% de las clases: se
valorará, por una parte, su participación, y particularmente los trabajos
realizados y la exposición de los mismos.

-Para aquellos alumnos que no cumplan con el anterior requisito: un examen
teórico y una serie de supuestos que deberán resolverse mediante la utilización
del software estadístico R.

Recursos Bibliográficos

•ARRIAZA GÓMEZ, A. y otros (2008): "Estadística Básica con R y Rcmdr"
•CUADRAS, C.M.: Métodos de análisis multivariable. Ed. PPU, 1991.
•DIGBY, P.G.N. y KEMPTON, R.A.: Multivariate analysis of ecological
communities. Ed. Chapman & Hall, 1987.
•ESPEJO MIRANDA,I. y otros (2007):"Inferencia Estadística" (Teoría y
Problemas). Servicio de Publicaciones UCA. ISBN: 978-84-9828-131-6
•JONGMAN, R.H., ter BRAAK, C.J.. y van Tongeren, F.R.: Data analysis in
community and landscape ecology. Ed. Pudoc Wageningen, 1987.
•KENT, M. y COKER, P.: Vegetation description and analysis.Ed. CRC, 1992.
•KRZANOWSKI, W.J.: Principles of multivariate analysis. Ed. Oxford Science,
1988.
•URIEL, E.: Análisis de datos. Series temporales y Análisis multivariante. Ed.
AC, 1995.