Anar a: Buscar
FIB > Els estudis > Pla 91 > Pàgines de les assignatures > Departament EIO > ME Castellano | English
ASE
DEM
ES1
ES2
FI
MDIO1
MDIO2
ME
MEIO
ONL1
ONL2
PST
S1
S2
TCD



Modelització Estadística (ME)




Professors Responsables: TOMAS ALUJA BANET (alujaeio.upc.edu)
Crèdits: 4.5 (3.0 T 0.75 P 0.75 L)

Departament: EIO

Tipus d'assignatura

Optativa per la EI

Requisits de l'assignatura

ES2 - Pre-requisit per la EI


Objectius docents

A la pràctica profesional de l'informàtic es
presenten situacions en les quals cal estudiar o aproximar variables dependents
en funció d'altres variables explicatives a partir d'un conjunt de les
dades conegudes. Sovint no es poden utilitzar models matemàtics
deterministes i cal introduir-hi una component estocàstica.
L'objectiu de l'assignatura és, doncs, proporcionar les eines
teòriques i la seva traducció en el software estadístic
per a resoldre casos reals. Es complementarà l'enfocament teòric
amb la utilització del suport informàtic i el software
corresponent a fi que els estudiants practiquin els conceptes que es transmeten
al llarg del curs.
Amb tot això es donen els elements per treballar a les assignatures de
Disseny Experimental i Mostreig, Previsió i Sèries Temporals i
Simulació, i d'altra banda, es complementa l'assignatura Algorismes i
Software Estadístic.

Programa

1. Introducció
Relació entre variables.

Introducció a la modelització de fenòmens aleatoris.

2. Model de regresió de múltiple.
Hipòtesis.

Estimació dels paràmetres del model. Interpretació

geomètrica del model de regressió. Estimació dels

paràmetres. Propietats dels estimadors. Proves d'hipòtesis.

Mesura de l'ajust.

3. Diagnosi i validació del model de regressió múltiple.
La multicolinealitat i els seus efectes. Anàlisi

dels residus, influència d'una observació i distància de

Cook. Tractament de l'heterocedasticitat i de l'autocorrelació.

Transformacions.

4. Selecció de la millor equació de regressió.
Mètode pas a pas. Criteri Cp de Mallows.

5. Formulació del model lineal pel cas de variables qualitatives.
Anàlisi de la variància i de la covariància.

6. Aplicacions del model lineal al mon de la simulació
Models de regressió per la simulació

Estudi de casos: Exemple FMS, "Flexible manufacturing system"; Exemple de planificació de la producció.
7. Presentació de projectes
. Resum i conclusions dels casos reals

estudiats al llarg del curs.

Avaluació

Es tindrà en compte l'examen final (0,7) juntament amb
l'avaluació aplicada al llarg del curs (0.3), si be l'examen final ha de
superar la qualificació de 4.

Bibliografia

Bibliografia bàsica

- DRAPER & SMITH Applied regression analysis Wiley, 1981
- FOX, J Linear statistical models and related methods Wiley, 1984
- KLEIJNEN, J.P.C., W..J.H. Van GROENENDAAL Simulation, a statistical perspective Wiley, 1992
- MYERS R.H. Classical and Modern Regression with Applications (2nd edn) PWS-Kent Publishing Company, 1990
- PEÑA, D Estadística. Modelos y métodos, Vol. 2, Modelos lineales y series temporales Alianza, 1989

Bibliografia complementària

- BELSLEY, KUH & WELSCH Regression diagnostics: Identifying Influential Data and Sources of Collinearity Wiley, 1980
- COOK & WEISBERG Residuals and Influence in Regression Chapman and Hall, 1982
- FAHRMEIR & TUTZ Multivariate Statistical Modelling based onGeneralized Linear Models Springer-Verlag, 1994



versió per imprimir