Descripción de cada asignatura

Titulación: LCAF
Departamento: Estadística e Invest. Operativa II (Métodos de Decisión)
Curso académico:
2008/2009
Plan: 2001
Nombre de asignatura: Estadística Actuarial III
Código: 217
Curso: 2º
Créditos: 4.5
Periodo de impartición:
Segundo semestre
Carácter:
Troncal
Horas semanales: 3
Teoría: 2
Prácticas: 1
Nombre del profesor/es que imparte/n la asignatura: Gregoria Mateos Aparicio Morales
Juan Manuel López Zafra
Objetivos: Introducción al análisis multivariante de datos; desarrollo de modelos de
dependencia y de interdependencia.
Competencias o destrezas que se van a adquirir:
Prerrequisitos para cursar la asignatura: Ninguno
Contenido:
Métodos estadísticos multivariantes de interdependencia y de dependencia.
Bibliografía básica recomendada:
Pérez, C. Técnicas de Análisis Multivariante de datos. Aplicaciones con SPSS. Ed.
Prentice Hall, Madrid, 2004
Levy, J.P.; Varela, J. Análisis multivariable para las ciencias sociales. Ed. Prentice
Hall. Madrid, 2003
Método docente:
Clases magistrales y prácticas en el aula de informática.
Tipo de evaluación:
examen final
Idioma en que se imparte: Español
Observaciones:
1
ESTADÍSTICA ACTUARIAL III
TEMA 1. INTRODUCCIÓN AL ANÁLISIS MULTIVARIANTE.
1.1. Introducción
1.2. Fases previas al empleo del AM
1.3. Clasificación de los métodos multivariantes
PARTE I. MÉTODOS DE INTERDEPENDENCIA
TEMA 2. ANÁLISIS FACTORIAL.
2.1. Introducción
2.2. Supuestos básicos previos al análisis factorial
2.3. Propiedades fundamentales. Comunalidad y unicidad.
2.4 Métodos de extracción de factores
2.5. Rotación de factores.
2.6. Cálculo de las puntuaciones factoriales.
2.7. Bondad del ajuste: matriz de correlaciones reproducida.
2.8. Aplicaciones con SPSS. Interpretación de resultados.
TEMA 3. ANÁLISIS DE COMPONENTES PRINCIPALES.
3.1. Objetivos del análisis de componentes principales y su relación con el análisis
factorial.
3.2. Interpretación geométrica de las componentes principales.
3.3. Las ecuaciones del método.
3.4. Interpretación.
TEMA 4. ANÁLISIS DE CONGLOMERADOS O CLUSTER
4.1. Objetivos del análisis cluster.
4.2. Las variables para el análisis.
4.3. Medidas de distancia y similitud.
4.4. Métodos jerárquicos
4.5. Métodos no jerárquicos.
4.6. Aplicaciones con SPSS. Interpretación de resultados.
PARTE II. MÉTODOS DE DEPENDENCIA
TEMA 5. ANÁLISIS DISCRIMINANTE
5.1. Introducción: Planteamiento y objetivos
5.2. Tipos de análisis discriminante.
5.3. Supuestos básicos del análisis discriminante.
5.4. Interpretación geométrica del análisis discriminante de dos grupos.
5.5. Las diferencias entre grupos. Adecuación del análisis.
5.6. La estimación de los coeficientes de la función discriminante
5.7. Selección de variables para la función discriminante.
5.8. Grado de discriminación y significación de la función discriminante.
5.9. Importancia relativa de las variables discriminantes en la función discriminante.
5.10. Métodos para la clasificación de nuevos casos
2
5.11. Aplicaciones con SPSS. Interpretación de resultados
TEMA 6. ANÁLISIS DE LA REGRESIÓN LOGÍSTICA
6.1. Introducción. Comparación con el análisis discriminante.
6.2. La regresión con variable dependiente cualitativa.
6.3. El modelo de regresión logística con una variable independiente.
6.4. Estimación de los coeficientes del modelo
6.5. Interpretación del modelo.
6.6. Medidas de la bondad del ajuste.
6.7. Eficacia predictiva del modelo.
6.8. Significatividad de los coeficientes de regresión logística.
6.9. Regresión logística con una combinación de variables categóricas y continuas
independientes. Selección de variables en el modelo.
6.10. Aplicaciones con SPSS. Interpretación de resultados
TEMA 7: ANÁLISIS DE LA CORRELACIÓN CANÓNICA
7.1. Introducción
7.2. Procedimiento
7.3. Bondad de la correlación canónica
Bibliografía
Básica
Pérez, C. Técnicas de Análisis Multivariante de datos. Aplicaciones con SPSS. Ed.
Prentice Hall, Madrid, 2004
Levy, J.P.; Varela, J. Análisis multivariable para las ciencias sociales. Ed. Prentice
Hall. Madrid, 2003
López Cachero, M, y López de la Manzanara, J. Estadística para actuarios. Ed. Mapfre.
Madrid, 1.996
Complementaria
Bisquerra Alzina, R. Introducción conceptual al análisis multivariante. Vol I y II.
Ed.PPU. Barcelona, 1.989
Cuadras, C.M. Métodos de análisis multivariante. Ed. EUB. Barcelona, 1.996
Harman, H.H. Modern factor analysis.
Manly, B. Multivariate statistical methods. A primer. Ed. Chapman and Hall. Londres,
1.986.
Peña, D. Análisis de datos multivariantes. Ed. McGraw Hill, Madrid, 2002
Sharma, S. Applied Multivariate Tecniques. Ed. Jonh Wiley & Sons, NY, 1996
Tabachnik, B; Fidell, L. Using multivariante analysis. Ed. Harper Collins. NY, 1996
Visauta Vinacua, B.; Martori I Cañas.J.C. Análisis estadístico con SPSS para Windows.
Vol. II. Estadística Multivariante. Ed. McGraw Hill, Madrid 2003
3