Código: 73129 | Asignatura: Análisis y predicción estadística de datos espacio-temporales | ||||
Créditos: 3 | Tipo: | Curso: NULL_VALUE | Periodo: 2º S | ||
Departamento: Estadística, Informática y Matemáticas | |||||
Profesorado: | |||||
FERNANDEZ MILITINO, ANA (Resp) [Tutorías ] |
Módulo: 3. Herramientas de investigación y análisis estadístico
Materia: 3.2. Análisis y predicción estadística
Análisis exploratorio de datos espacio-temporales
Separabilidad espacio-temporal
Kriging espacio-temporal
Modelización Jerárquica
Modelos de espacio de los estados
Otros modelos espacio-temporales
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CE10. Aplicar los conocimientos adquiridos sobre estadística espacio-temporal y resolver los problemas estadísticos que se puedan plantear en los SIG mediante el uso, la programación y la aplicación de las técnicas pertinentes.
RA3: Obtener estimaciones y predicciones de variables distribuidas espacial y temporalmente.
RA4: Interpretar y analizar las técnicas estadísticas espacio-temporales más utilizadas en la actualidad.
Metodología - Actividad | Horas Presenciales | Horas no presenciales |
A-1 Clases expositivas/participativas | 14 | |
A-2 Prácticas | 14 | |
A-3 Debates, puestas en común, tutoría grupos | ||
A-4 Elaboración de trabajo | 15 | |
A-5 Lecturas de material | 10 | |
A-6 Estudio individual | 15 | |
A-7 Exámenes, pruebas de evaluación | 2 | |
A-8 Tutorías individuales | 5 | |
Total | 30 | 45 |
Castellano, aunque se podrá proporcionar a los estudiantes bibliografía y material docente en inglés.
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
RA3-RA4 | Pruebas de respuesta larga (es necesario obtener un 5 sobre 10 para aprobar) | 60 | Sí |
RA3-RA4 | Trabajos e Informes | 40 |
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Básica
Cressie, N. and C. Wikle, 2011. Statistics for Spatio-temporal Data. Wiley
Complementaria
Banerjee, S., Carlin, B.P., and Gelfand, A.E. (2015). Hierarchical Modeling and Analysis for Spatial Data. (Second Edition). Chapman and Hall, Boca Raton.
Diggle P.J. and Ribeiro P. J. (2007) Model-based Geostatistics. Springer .
Durbin, J. and Koopman, S. J. (2001) Time Series Analysis by State Space Methods. Oxford University Press.
Militino, AF, Ugarte, MD, Goicoa T and Genton M. (2015). Interpolation of daily rainfall using spatiotemporal models and clustering. International Journal of climatology, 35(7) 1453-1464.
Militino, AF, Ugarte MD and Ibáñez B. (2008) Longitudinal analysis of spatially correlated data. Stochastic Environmental Research and Risk Assessment, 22, 49-57.
Pebesma, E.J., Wesseling, C.G., 1998. Gstat, a program for geostatistical modelling, prediction and simulation. Computers & Geosciences, 24 (1),pp. 17-31.
Ugarte, M.D., Adín, A., Goicoa, T., and Militino, A.F. (2014). On fitting spatio-temporal disease mapping models using approximate Bayesian inference. Statistical Methods in Medical Research, 23 (6), 507-530.
Ugarte,MD, Militino AF and Arnholt. AT (2016). Probability and Statistics with R. CRC Press/Taylor and Francis Group. 2nd Edition
Aula de informática del Aulario. Se concretará aula antes del inicio del curso. Consultar en la web del master, en el apartado de Calendario, Horarios y Aulas.