UNIVERSIDAD SIMN BOLVAR

DIVISIN Fsica y Matemticas

DEPARTAMENTO Cmputo Cientfico y Estadstica

CDIGO CO5316 ASIGNATURA Anlisis de Datos

REQUISITOS CO3322, CO3321 o equivalente

HORAS/SEMANA T.4 P.0 L.0 UNIDADES CRDITO: 4

VIGENCIA Septiembre 2012

AUTORES I. Garca, Z. Martnez y M. Rodrguez

PROFESOR L. Bravo, I. Llatas, I. Garca, Z. Martnez y M. Rodrguez

Objetivo general:

Desarrollar competencias en el rea de anlisis estadstico de datos multivariados mediante el

software R (ambiente estadstico y lenguaje de programacin, GNU) que permita a los

estudiantes la bsqueda de soluciones a problemas aplicados. El contenido del curso integra

los mtodos descriptivos multivariantes de minera de datos, y de reconocimiento de patrones,

con los procedimientos de inferencia estadstica para vectores de variables.

Objetivos Especficos:

1. Manipular bases de datos usando distintos programas para adecuarse a los requerimientos de R.

2. Programar funciones en R para realizar anlisis estadsticos. 3. Aplicar tcnicas de anlisis descriptivo para generar estadsticas que caracterizan las

relaciones entre varias variables de inters.

4. Aplicar las tcnicas estadsticas multivariadas ms relevantes como herramientas para disminuir la dimensionalidad en problemas con alto nmero de variables de inters.

5. Plantear modelos lineales generalizados que permitan explicar un alto porcentaje de la variabilidad de la(s) variable(s) objetivo.

6. Identificar correctamente el contexto de aplicacin de cada una de las tcnicas multivariadas estudiadas con datos reales.

UNIVERSIDAD SIMN BOLVAR

Contenidos

1. Introduccin al curso y al ambiente de trabajo de R (1 semana). 2. Repaso de nociones de lgebra lineal y distribuciones multivariadas (1 semana). 3. Anlisis exploratorio de datos multivariados (1 semana). 4. Repaso de modelos lineales. Modelos de Anlisis de varianza con uno y dos criterios

de clasificacin. Comparacin mltiple de medias (1 semana)

5. Anlisis de modelos lineales generalizados (1 semana) 6. Anlisis de componentes principales (1 semana) 7. Escalamiento multidimensional y anlisis de correspondencias (1 semana). 8. Anlisis de conglomerados (cluster) (2 semanas). 9. Anlisis discriminante (1 semana)

ESTRATEGIAS METODOLGICAS DE ENSEANZA-

APRENDIZAJE

El curso consiste de 4 horas semanales de clases en aula, donde el profesor expone el

contenido de la materia, buscando un balance entre los contenidos tericos y los

ejemplos de aplicacin. Se incentiva la participacin de los alumnos a travs de

preguntas. Se sugieren ejercicios y miniproyectos a ser realizados fuera del aula, para

reforzar los conceptos discutidos en clase y promover el trabajo en equipo. Se fomenta

la investigacin de aplicaciones de las tcnicas estudiadas a datos reales. Se realizarn

presentaciones de los proyectos realizados.

ESTRATEGIAS DE EVALUACIN

Al menos dos pruebas escritas: la primera en semana 6 (30% de la nota final) y la segunda en semana doce (30% de la nota final).

Al menos dos proyectos elaborados en equipos de hasta tres estudiantes, cada uno de 15%.

Al menos dos presentaciones por parte del estudiante (relacionada con el proyecto realizado) , cada una 5%.

UNIVERSIDAD SIMN BOLVAR

FUENTES DE INFORMACIN:

Venables W, Ripley B. 2010. Modern Applied Statistics with S (Statistics and Computing). Springer. ISBN-10: 1441930086.

Pea, D. 2010. Anlisis de datos Multivariantes. McGraw . Hill Interamericana de Espana.

Hair J, Black W, Babin B y Anderson R. 2009. Multivariate Data Analysis, 7ma. Edicin.

Johnson R, Wichern D. 2007. Applied Multivariate Statistical Analysis, 6ta. Edicin.

Jobson J.D. 1992. Applied Multivariate Data Analysis. Vol I y II. Springer.

Se utilizar el paquete estadstico R que es un programa de licencia pblica y puede descargarse desde la pgina web http://www.r-project.org/ donde tambin puede encontrarse documentacin en ingls y espaol sobre el software.