Competències de la titulació a les que contribueix el contingut:
Competències de la titulació a les que contribueix el contingut:
El model de vida accelerada i log-lineal.
El model de regressió de Weibull.
El model log-logístic.
Diagnòstics per escollir el model apropiat.
Model de riscos proporcionals.
Funció de versemblança parcial.
Validació i diagnòstic del model de Cox.
Model Logit i clog-log.
Relació amb els models logístics Descripció:
Descripció:
Descripció:
Última modificació: 23-07-2013
200609 - ATV - Anàlisi de Temps de Vida
Bibliografia Bàsica:
Complementària:
Collett, D. Modelling survival data in medical research. Chapman & Hall, 2003.
Klein, John P.; Moeschberger, M.L. Survival analysis techniques for censored and truncated data. Springer, 1997.
Parmar, Mahesh K. B.; Machin, D. Survival analysis a practical approach. John Wiley & Sons, 1995.
Therneau, Terry M.; Grambsch, P.M. Modeling survival data extending the Cox model. Springer, 2000.
Cox, D. R.; Oakes, D. Analysis of survival data. Chapman and Hall, 1984.
Kalbfleisch, John D.; Prentice, R.L. The statistical analysis of failure time data. Wiley-Interscience, 2002.
Kleinbaum, David G. Survival analysis a self-learning text. Springer, 1996.
Lee, Elisa T. Statistical methods for survival data analysis. Wiley, 1992.
Última modificación: 23-07-2013
200610 - ST - Series Temporales
Competencias de la titulación a las que contribuye la asignatura Otros:
M. PILAR MUÑOZ GRACIA - A
JOSEP ANTON SÁNCHEZ ESPIGARES - A Responsable: M. PILAR MUÑOZ GRACIA
Unidad que imparte:
Curso:
Créditos ECTS:
715 - EIO - Departamento de Estadística e Investigación Operativa 2013
5 Idiomas docencia: Castellano Unidad responsable: 200 - FME - Facultad de Matemáticas y Estadística
Profesorado
Específicas:
Transversales:
3. Capacidad para dominar la terminologia propia de algún ámbito en el que sea necesaria la aplicación de modelos y métodos estadísticos o de investigación operativa para resolver problemas reales.
4. Capacidad para formular, analizar y validar modelos aplicables a problemas de índole práctica. Capacidad de seleccionar el método y/o técnica estadística o de investigación operativa más adecuado para aplicar dicho modelo a cada situación o problema concreto.
5. Capacidad para formular y resolver problemas reales de toma de decisiones en los diferentes ámbitos de aplicación sabiendo elegir el método estadístico y el algoritmo de optimización más adecuado en cada ocasión.
6. Capacidad para utilizar el software más adecuado para realizar los cálculos necesarios en la resolución de un problema.
1. EMPRENDIMIENTO E INNOVACIÓN: Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio.
2. USO SOLVENTE DE LOS RECURSOS DE INFORMACIÓN: Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información en el ámbito de especialidad, y valorar de forma crítica los resultados de dicha gestión.
Capacidades previas
* Habilidades básicas en estadística matemática: distribuciones condicionales, momentos de estas distribuciones (esperanza y varianza condicional)
* Conocimientos sobre las distribuciones de probabilidad multivariantes, momentos de estas distribuciones.
* Utilizar paquetes estadísticos generalistas: Minitab, R y SAS
Requisitos
Se valorará conocimientos sobre el modelo lineal
Horario: El horario de atención de consultas será mediante cita previa Horario de atención
Última modificación: 23-07-2013
200610 - ST - Series Temporales
El objetivo del curso es que el estudiante profundice en la sistemática y el análisis de series temporales univariantes y multivariantes, cuando se dispone de variables aleatorias que no son independientes entre sí.
El estudiante ha de:
* Adquirir los fundamentos teóricos y experiencia en el uso de la metodología para construir modelos y obtener previsiones de casos reales de series temporales en diferentes campos, en especial en aplicaciones econométricas y financieras.
* Consolidar los conocimientos teóricos y prácticos para identificar, estimar, validar y modelizar series temporales univariantes y multivariantes y hacer previsiones. Modelos ARIMA y AR.
* Valorar los impactos de las intervenciones y detectar datos atípicos.
* Comprender la formulación de modelos en espacio de estado y el filtro de Kalman para explicar la evolución de variables no observables a partir de otras, relacionadas con ellas, que sí podemos observar.
* Iniciarse en los modelos de volatilidad para datos económicos.
Capacidades a adquirir:
* Conocer y utilizar los modelos univariantes y multivariantes para series temporales.
* Ante una serie temporal real, ser capaz de decidir qué tipo de modelo es el más adecuado.
* Utilización y programación de algoritmos de estimación y previsión utilizando R.
* Presentar los resultados del análisis de un caso real.
Objetivos de aprendizaje de la asignatura
*Teoría:
Son sesiones de 1.5 horas donde se presentan y discuten los contenidos de la asignatura con ayuda de trasparencias. El profesor, con ayuda del ordenador, muestra ejemplos prácticos de resolución de problemas de series temporales (todos los ficheros usados por el profesor son públicos en la red de la FME). Para ayudar al seguimiento de la asignatura por parte del estudiante, aproximadamente cada 4 o 5 sesiones de teoría se dedican 30 minutos a la realización de un test sobre la parte de temario vista recientemente, que se corrige en clase. Los estudiantes disponen al inicio del curso de los apuntes de la asignatura.
* Problemas:
Son sesiones de 2 horas semanales de laboratorio, en las cuales los estudiantes trabajan por parejas, con la ayuda del profesor, siguiendo el guión previamente distribuido, sobre problemas y/o casos prácticos.
Se harán sesiones específicas para los estudiantes de la Licenciatura de Matemáticas que no tengan conocimientos previos en series temporales.
* Prácticas:
Hay tres prácticas, a realizar en parejas, consistentes cada una en la resolución de casos que se han de tratar
parcialmente en las sesiones de laboratorio. Cada práctica se realizará fuera del horario lectivo y puntuará para la nota final. La presentación de los informes de las prácticas se realizará dentro del plazo de dos semanas después de hacerse público el guión. Al final del curso cada grupo de estudiantes ha de preparar un informe escrito sobre unos datos reales y defenderlo en una presentación oral ante el resto de estudiantes.
Metodologías docentes
Última modificación: 23-07-2013
200610 - ST - Series Temporales
Dedicación total: 125h Grupo grande/Teoría:
Grupo mediano/Prácticas:
Grupo pequeño/Laboratorio:
Actividades dirigidas:
Aprendizaje autónomo:
30h 0h 15h 0h 80h
24.00%
0.00%
12.00%
0.00%
64.00%
Horas totales de dedicación del estudiantado
Última modificación: 23-07-2013
200610 - ST - Series Temporales
Contenidos