Análisis de Datos para la Industria y los Servicios

Transcripción

1 Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona EIO - Departamento de Estadística e Investigación Operativa GRADO EN INGENIERÍA EN TECNOLOGÍAS INDUSTRIALES (Plan 2010). (Unidad docente Optativa) GRADO EN INGENIERÍA DE MATERIALES (Plan 2010). (Unidad docente Optativa) GRADO EN INGENIERÍA QUÍMICA (Plan 2010). (Unidad docente Optativa) 4,5 Idiomas docencia: Catalán Profesorado Responsable: Otros: JOSEP GINEBRA JOSEP GINEBRA Horario de atención Horario: Lunes y miercoles de 11:30 a 13:30. Capacidades previas Haber aprobado Estadística. Competencias de la titulación a las cuales contribuye la asignatura Específicas: 1. Conocimientos básicos sobre el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería. 2. Conocimientos y capacidades para organizar y gestionar proyectos. Conocer la estructura organizativa y las funciones de una oficina de proyectos. Transversales: 3. COMUNICACIÓN EFICAZ ORAL Y ESCRITA: Comunicarse de forma oral y escrita con otras personas sobre los resultados del aprendizaje, de la elaboración del pensamiento y de la toma de decisiones; participar en debates sobre temas de la propia especialidad. 4. TRABAJO EN EQUIPO: Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro más, o realizando tareas de dirección con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles. Metodologías docentes Todas las clases son prácticas, delante de la computadora. El análisis de los datos se hará con MINITAB y con R. Cada semana se propondran pequeños ejercicios de análisis de datos a realizar en casa. Se tendrá que realizar un trabajo fin de asignatura. Objetivos de aprendizaje de la asignatura Al terminar la asignatura el estudiante deberá ser capaz de identificar situaciones en las que es provechoso analizar datos, de identificar el modelo o método de análisis mas adecuado para sus datos, de construir un modelo que sintetice la información en los datos y le permita hacer predicciones, de reducir la dimensionalidad y visualizar datos multivariantes, de implementar algoritmos de clasificación supervisada y no supervisada, y de evaluar la cualidad de los resultados obtenidos. 1 / 5

2 Horas totales de dedicación del estudiantado Dedicación total: 112h 30m Horas grupo grande: Horas grupo mediano: 45h 4 Horas grupo pequeño: Horas actividades dirigidas: Horas aprendizaje autónomo: 67h 30m 6 2 / 5

3 Contenidos Tema 1: Introducción Dedicación: 3h 30m Actividades dirigidas: 1h Aprendizaje autónomo: 1h (CAST) 1.- Tipus de problemes: Associació, predicció i classificació. 2.- Tipus d'eines: Models estadístics i anàlisi multivariant. Tema 2: Modelos lineales para respuesta continua Dedicación: 4 30m Grupo grande/teoría: 7h 30m Grupo pequeño/laboratorio: 7h 30m Actividades dirigidas: 7h 30m Aprendizaje autónomo: 18h (CAST) 1.- Modelo lineal normal teórico y ajustado. 2.- Ajuste del modelo; mínimos cuadrados y regresión robusta. 3. Tabla ANOVA y medida de bondad de ajuste. 4.- Inferencia sobre los parámetros del modelo. 5.- Prediccion. 6.- Validación del modelo. 7.- Selección del modelo. 8.- Validación cruzada y pruebas de falta de ajuste. 9.- Interpretación del modelo; Sesgo, colinealidad y causalidad Uso de variables explicativas categóricas Comparación de medias Análisis de diseños factoriales a dos niveles. Tema 3: Modelos no-lineales para respuesta continua Dedicación: 6h Aprendizaje autónomo: 3h 1.- Model no-lineal normal teòric i ajustat. 2.- Ajust del model. 3.- Inferència. 4.- Validació del modelo. Tema 4: Modelos para respuesta categórica y discreta Dedicación: 22h 30m Grupo grande/teoría: 4h 30m Grupo pequeño/laboratorio: 4h 30m Actividades dirigidas: 4h 30m Aprendizaje autónomo: 9h (CAST) 1.- Model lineal generalitzat. 2.- Model per a comptetjos. 3.- Model per a resposta binària. 4.- Ajust. 5.- Inferència. 6.- Validació. 7.- Predicció. 8.- Interpretació del model. 9.- Taules de contingència i models per a resposta politòmica. 3 / 5

4 Tema 5: Modelos de series temporales Dedicación: 13h Grupo grande/teoría: 3h Grupo pequeño/laboratorio: 3h Actividades dirigidas: 3h Aprendizaje autónomo: 4h 1.- Descripció d'una sèrie temporal. 2.- Models AR. 3.- Models MA. 4.- Modelos ARIMA. 5.- Modelos ARIMA estacionales. Tema 6: Visualización de datos multivariantes (Reducción de la dimensionalidad) Dedicación: 6h Aprendizaje autónomo: 3h (CAST) 1.- Análisis de componentes principales. 2.- Análisis de correspondencias. Tema 7: Análisis clúster (Clasificación no supervisada) Dedicación: 6h 30m Actividades dirigidas: 1h 30m Aprendizaje autónomo: 2h 1.- Mètodes jeràrquics. 2.- Mètodes de partició (Algoritmes k-means). 3.- Anàlisi cluster per variables. Tema 8: Análisis discriminante (Clasificación supervisada) Dedicación: 8h 30m Actividades dirigidas: 1h 30m Aprendizaje autónomo: 4h 1.- Discriminación lineal. 2.- Discriminación cuadrática. 3.- Discriminación logística. 4.- Nearest neighbors. 4 / 5

5 Tema 9: Modelos de regressión y de clasificación no paramétrica Dedicación: 2h Grupo grande/teoría: 30m Grupo pequeño/laboratorio: 30m Aprendizaje autónomo: 1h 1.- Suavitzados locales. 2.- Modelos aditivos. 3.- Clasificación y regresión en arbol. 4.- Redes neuronales. Sistema de calificación Habrá un examen parcial y un final. Nota Asignat. = 0,1 Ejercicios + 0,3 Proyecto + 0,1 Examen Parcial + 0,5 Examen Final Bibliografía Básica: Hastie, Trevor; Tibshirani, Robert; Friedman, J. The elements of statistical learning: data mining, inference and prediction. 2nd ed. NewYork: Springer Verlag, ISBN Peña, Daniel. Regresión y diseño de experimentos. Madrid: Alianza, ISBN Venables, William N; Ripley, B.D. Modern Applied Statistics with S. 4th ed. New York: Springer Verlag, ISBN Peña, Daniel. Análisis de datos multivariantes. Madrid: McGrawHill, ISBN Weisberg, Sanford. Applied Linear Regression. 3rd ed. New York: Wiley, ISBN Everitt, B.S.; Dunn, G. Applied Multivariate Data Analysis [en línea]. 2nd. New York: Wiley, 2010 [Consulta: 27/06/2014]. Disponible a: < ISBN Greenacre, Michael J. Correspondence Analysis in Practice. 2nd Ed. Boca Raton: Chapman and Hall, ISBN James, Gareth [et al.]. An Introduction to statistical learning : with applications in R. New York: Springer Verlag, ISBN Gareth, James [et al.]. An Introduction to statistical learning : with applications in R. New York: Springer Verlag, ISBN Complementaria: Clarke, Bertrand; Fokoue, Ernest; Zhang, Hao Helen. Principles and Theory for Data Mining and Machine Learning. Berlin: Springer Verlag, ISBN Dobson, Annette J. An Introduction to Generalized Linear Models. 3rd ed. Boca Raton: Chapman Hall, ISBN Johnson, Richard; Wichern, Dean. Applied multivariate statistical analysis. 6th ed. Englewood Cliffs, N.J: Pearson, ISBN Peña, Daniel. Análisis de series temporales. Madrid: Alianza, ISBN Wakefield, Jon. Bayesian and frequentist regression methods. New York: Springer Verlag, ISBN / 5