605 - ANALISIS MULTIVARIANTE

7/25/2019 605 - ANALISIS MULTIVARIANTE

1/7

UNIVERSIDAD CENTRAL DEL ECUADOR

SYLLABUS

VICERRECTORADO ACADMICO DE INVESTIGACIN Y POSGRADO

DIRECCIN GENERAL ACADMICA Pgina1Perodo 2015 - 2016

1. DATOS INFORMATIVOS

1.1. FACULTAD: INGENIERA, CIENCIAS FSICAS Y MATEMTICA

1.2. CARRERA: INGENIERIA MATEMATICA

1.3. ASIGNATURA: ANALISIS MULTIVARIANTE

1.4. CDIGO DE ASIGNATURA: 605

1.5. CRDITOS: 4

1.6. SEMESTRE: 4

1.7. UNIDAD DE ORGANIZACINCURRICULAR:

Profesionales

1.8. TIPO DE ASIGNATURA: Obligatoria

1.9. PROFESOR COORDINADOR DE ASIGNATURA:

1.10. PROFESORES DE LA ASIGNATURA: Mat. Luis C. Castillo C.

1.11. PERODO ACADMICO: Septiembre 2015 / Marzo 2016

1.12. N. HORAS DE CLASE: Presenciales: 64 Prcticas:

1.13. N. HORAS DE TUTORIAS: Presenciales: 144 Virtuales:

1.14. PRERREQUISITOS Asignaturas: Estadstica Cdigos: 404

1.15. CORREQUISITOS Asignaturas: Cdigos:

2. DESCRIPCIN DE LA ASIGNATURA

El curso pretende cubrir metodologas bsicas del anlisis multivariante de datos como son los mtodos factoriales,de clasificacin, anlisis de varianza y otros, todos ellos aplicados a casos presentados en el manejo de la informacincon varias variables. En ese sentido, se presenta al estudiante una perspectiva del manejo conceptual de lainformacin, terico y aplicaciones.

Sin duda la presencia de mltiple informacin es parte comn al momento de identificar, analizar y aplicarconocimientos en la bsqueda de soluciones en el rea socio-econmica y medio ambiente, por lo que contar con unbase cientfica para manejarla, procesarla, interpretarla se convierte en una necesidad de todo profesional,particularmente los ingenieros matemticos con el perfil de egreso propuesto. As, la asignatura pretende mostrarcomo la presencia de informacin mltiple y por ende su tratamiento, est presente en casi todas las aplicacionesafines al quehacer del profesional en ingeniera matemtica.


2/7


SYLLABUS



3. OBJETIVO GENERAL DE LA ASIGNATURA (Con fundamento en losobjetivos generales de la carrera)

Empoderar en el estudiante el manejo conceptual de informacin mltiple desde una perspectiva matemticapara el tratamiento de problemas frecuentes presentados al momento de identificar, analizar y aplicarconocimientos en la bsqueda de soluciones en el rea socio-econmica y medio ambiente.

4. OBJETIVOS ESPECFICOS DE LA ASIGNATURA (Con fundamento enlos objetivos generales de la carrera)

Aplicar tcnicas bsicas de la reduccin de dimensin.

Dar tratamiento a mltiples variables de uso frecuente (cualitativas y cuantitativas).

Calcular indicadores en el contexto de la experimentacin.

5. CONTRIBUCIN DE LA ASIGNATURA EN LA FORMACIN DELPROFESIONAL (Perfil de Egreso)

Desde la perspectiva de que al identificar, analizar y aplicar conocimientos en la bsqueda de soluciones en el reasocio-econmica y medio ambiente existen eventos plagados de informacin multiple, el introducirse al manejocientfico de la misma mediante el curso regular de anlisis multivariante, permitir que el profesional en ingenieramatemtica aborde tal problemtica y le de un tratamiento metodolgico para medirlo y analizarlo.

Este curso complementado con asignaturas como estadstica bsica u otras que estn relacionadas a la toma y manejode datos sin duda dan fortaleza el ingeniero matemtico al dotarle de conocimiento para convivir con la multipleinformacin.

6. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA: (Paraalcanzar los resultados de aprendizaje del perfil de egreso de lacarrera)

Discierne los potenciales tratamientos a los datos (multivariantes) en el proceso de identificar, analizar y aplicar

conocimientos en la bsqueda de soluciones en el rea socio-econmica y medio ambiente; valorando la injerencia demltiples variable en el anlisis de datos.

Aplica tcnicas multivariantes en el anlisis de datos buscando interacciones entre variables, individuos y variables-individuos.

7. PROGRAMACIN DE UNIDADES CURRICULARESDATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 1NOMBRE DE LA UNIDAD: Descripcin de datos multidimensionalesOBJETIVO DE LA UNIDAD: Generalizar definiciones y teoremas de la estadstica bsica al caso de vectores

aleatorios


3/7


SYLLABUS



RESULTADOS DEAPRENDIZAJE DE LA UNIDAD:

Generaliza los conceptos de esperanza, varianza desde la perspectiva vectorial almomento de identificar, analizar y aplicar conocimientos en la bsqueda desoluciones en el rea socio-econmica y medio ambiente; visualizandointeracciones entre variables con indicadores bsicos y de manera grafica.

CLCULO DE HORAS DE LAUNIDAD

ESCENARIOS

DEAPRENDIZAJE

N. Horas aprendizaje Tericas20

N. Horas Prcticas- laboratorio

TUTORASN. Horas Presenciales

12

N. Horas Aprendizaje AulaVirtual

TRABAJOAUTNOMO

Horas de Trabajo Autnomo30

PROGRAMACIN CURRICULAR

CONTENIDOS

ACTIVIDADES DE TRABAJOAUTNOMO, ACTIVIDADES

DE INVESTIGACIN Y DEVINCULACIN CON LA

SOCIEDAD

MECANISMOS DEEVALUACIN

I. Resultados del Algebra Lineal

Espacios vectoriales en Rn, bases.Angulo entre vectoresDistiancias

Resolver ejercicios geomtricos enel software R

Tarea de ejercicios derepresentacin en R

II. Estadistica multivariada

Vector aleatorio

Funciones de densidad multivariableEsperanzaMatriz de varianzas y covarianzas

Tratamientos graficos de variablessegn sean cuantitativas, cualitativas ocualitativas-cuantitativas

Resolver ejercicios geomtricos en

el software R

Tarea de ejercicios de

representacin en R: Representar5 variables en un mismo graficovariando segn una discreta

METODOLOGAS DE APRENDIZAJE: Exposicin oral (clase magistral) Ejercicios dentro de clase

Trabajos de investigacin

Ejercicios fuera del aula Lecturas obligatorias

RECURSOS DIDCTICOS: Bibliografa fsica y magntica complementariaListados con ejercicios resueltos

BIBLIOGRAFA:Basica:

Johnson R., A., Wichern D., W., (2007).Applied Multivariate Statisticas Analysis. New Jersey: Pearson, PrenticeHAll.

Cuadras M., (2012) Nuevos Mtodos de Anlisis Multivariante, Barcelona Espaa: CMC Editions

Everitt B., Hothorn T., (2011).An Introduction to Applied Multivariate Analysis with R: Springer.

OBRAS FSICAS DISPONIBILIDAD VIRTUAL NOMBRE BIBLIOTECA


4/7


SYLLABUS



EN BIBLIOTECA VIRTUALSI NO

BSICAJohnson XCuadras XEveritt X

COMPLEMENTARIA

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 2NOMBRE DE LA UNIDAD: Metodos de reduccin de la dimensinOBJETIVO DE LA UNIDAD: Aplicar conceptos algebricos de proyecciones a la construccin de mapas

perceptuales en dos dimensiones que permitan la visualizacin de lasinteracciones entre variables cuantitativas, categoras de variables cualitativas

RESULTADOS DEAPRENDIZAJE DE LA UNIDAD:

Relaciona conceptos del algebra lineal aplicados al anlisis de datos multivariante.Interpreta las interacciones entre variables cualitativas o cuantitativas, a ms de laasociacin con los individuos.


ESCENARIOSDE

APRENDIZAJE




12


TRABAJOAUTNOMO



CONTENIDOS



SOCIEDAD


I. Analisis de Componentesprincipales

Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin

II. Analisis de correspondenciassimples y multiples


III. Multidimentional scaling Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin

IV. Analisis de correlacin cannica Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin



Ejercicios fuera del aula


BIBLIOGRAFA:Basica:

Johnson R., A., Wichern D., W., (2007).Applied Multivariate Statisticas Analysis. New Jersey: Pearson, Prentice

HAll.


5/7


SYLLABUS



Cuadras M., (2012) Nuevos Mtodos de Anlisis Multivariante, Barcelona Espaa: CMC Editions


OBRAS FSICASDISPONIBILIDADEN BIBLIOTECA VIRTUAL

NOMBRE BIBLIOTECAVIRTUAL

SI NO


COMPLEMENTARIA

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 3NOMBRE DE LA UNIDAD: Mtodos de clasificacinOBJETIVO DE LA UNIDAD: Aplicar conceptos de distancia a la construccin de grupos de individuos o

variables y analizar la bondad de la clasificacin.

RESULTADOS DEAPRENDIZAJE DE LA UNIDAD: Construye grupos de individuos o variables en funcin de adecuadas distancias yvalida la bondad de la clasificacin, representa la clasificacin de manera grfica.


ESCENARIOSDE

APRENDIZAJE




12


TRABAJOAUTNOMO



CONTENIDOS



SOCIEDAD


I. Clasificacin Automatica:mtodos jerrquicos y no

jerarquicos.


II. Analisis discriminate Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin

III. Clasificacin mediante mezcla dedistribuciones.


IV. Regresin logistica Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin

V. MANOVA Investiga ejemplo y aplicaciones Presenta un reporte de aplicacin




6/7


SYLLABUS



Ejercicios fuera del aula


BIBLIOGRAFA:Basica: Johnson R., A., Wichern D., W., (2007).Applied Multivariate Statisticas Analysis. New Jersey: Pearson, Prentice

HAll. Cuadras M., (2012) Nuevos Mtodos de Anlisis Multivariante, Barcelona Espaa: CMC Editions


OBRAS FSICASDISPONIBILIDADEN BIBLIOTECA VIRTUAL

NOMBRE BIBLIOTECAVIRTUAL

SI NO


COMPLEMENTARIA

8. RELACIN DE LA ASIGNATURA CON LOS RESULTADOS DEL PERFILDE EGRESO DE LA CARRERA

RESULTADOS O LOGROS DE APRENDIZAJE DEL

PERFIL DE EGRESO DE LA CARRERA( Copiar los elaborados por cada unidad)

EL ESTUDIANTE DEBE

(Evidencias de aprendizaje: Conocimientos, habilidadesy valores)a) Generaliza los conceptos de esperanza, varianza

desde la perspectiva vectorial al momento deidentificar, analizar y aplicar conocimientos enla bsqueda de soluciones en el rea socio-econmica y medio ambiente; visualizandointeracciones entre variables con indicadoresbsicos y de manera grafica.

Conceptualiza la variabilidad multivariante y larepresenta grficamente.

b) Relaciona conceptos del algebra lineal aplicadosal anlisis de datos multivariante. Interpreta lasinteracciones entre variables cualitativas ocuantitativas, a ms de la asociacin con los

individuos.

Procesa datos para analizar las interacciones entrevariables

c) Construye grupos de individuos o variables enfuncin de adecuadas distancias y valida labondad de la clasificacin, representa laclasificacin de manera grfica.

Procesa datos para construir grupos de variables oindivduos.


7/7


SYLLABUS



9. EVALUACIN DEL ESTUDIANTE POR RESULTADOS DEAPRENDIZAJE

TCNICAS

PRIMER

HEMISEMESTRE(PUNTOS)

SEGUNDO

HEMISEMESTRE(PUNTOS)

Evaluacin escrita final (10 Puntos) (10 Puntos)Evaluacin escrita parcial ( 4 Puntos) ( 4 Puntos)Trabajo autnomo y/o virtualTrabajos individuales ( 4 Puntos) ( 4 Puntos)

Trabajos grupales ( 2 Puntos) ( 2 Puntos)

Trabajos integradoresTOTAL (20 Puntos) (20 Puntos)

10. PERFIL DEL DOCENTE QUE IMPARTE LA ASIGNATURAMatemtico, Ingeniero matemtico, estadstico o afn con estudios de postgrado en Estadstica Aplicada, de

preferencia maestra o doctorado en Probabilidad y Estadstica; experiencia docente y profesional en diseo de

estudios, lneas de base o evaluacin, construccin y anlisis de indicadores. Manejo de software estadstico.

11. REVISIN Y APROBACIN

ELABORADO POR: REVISADO APROBADOFIRMA DE LOS DOCENTES QUE DICTANLA ASIGNATURA

FECHA:

Docente 1: ______________________

Docente 2: ______________________

Docente 3: ______________________

Docente 4: ______________________

Docente 5: ______________________

Docente 6: ______________________

NOMBRE:

FECHA: 2015-09-___

FIRMA: ______________________

Coordinador de Carrera (Director)

NOMBRE:

FECHA: 2015-09-___

FIRMA: ____________________

Consejo de Carrera

12.

Documents

605 - ANALISIS MULTIVARIANTE