Código: 750408 | Asignatura: Análisis y predicción estadística de datos espaciales | ||||
Créditos: 3 | Tipo: | Curso: NULL_VALUE | Periodo: 1º 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
Introducción a R
Procesos puntuales
Análisis exploratorio de datos espaciales
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.
RA1: Obtener estimaciones y predicciones de variables distribuidas espacialmente.
RA2: Interpretar y analizar las técnicas estadísticas espaciales 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 |
Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
---|---|---|---|---|
RA1-RA2 | Pruebas de respuesta larga | 60 | Recuperable mediante prueba escrita | 4 |
RA1-RA2 | Trabajos e informes | 40 | Recuperable entregando el/los trabajos corregidos según indicaciones y fechas establecidas por los profesores | 4 |
* Si en alguna actividad de evaluación no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,0 sobre 10 (Suspenso).
1. Introducción a la Estadística
Probabilidad y distribuciones de probabilidad.
Estimadores y errores de estimación.
Intervalos de confianza y contrastes de hipótesis
Modelos estadísticos lineales simples y múltiples
2. Introducción a R
Lectura y representación gráfica de datos
Análisis y tratamiento básico de datos. Representaciones gráficas.
Estimación, predicción y validación de modelos estadísticos
3. Procesos puntuales
Introducción a los procesos puntuales. Test de aleatoriedad espacial completa. Test de Monte carlo. Test basados en recuentos de quadrats. Test basados en distancias.
Procesos inhomogéneos de Poisson, estimación de la función de intensidad. Detección de clusters.
Propiedades de los procesos puntuales. Funciones F, K, L y g.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Básica
Bivand R.S., Pebesma E.J., and Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer, New York. 2nd edition
Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial point patterns: methodology and applications with R. CRC press.
Complementaria
Banerjee S., Carlin B.P. and Gelfand A.E. (2014). Hierarchical Modeling and Analysis for Spatial Data, Second Edition (Chapman & Hall/CRC Monographs on Statistics & Applied Probability)
Chiles JP and Delfiner P (1999) Geostatistics, Modeling Spatial Uncertainty. Wiley.
Hohn, M. E. (1999) Geostatistics and Petroleum Geology. Kluwer Academic Publishers
Schabenberger, O. Gotway, C. A. (2005). Statistical Methods for Spatial Data Analysis. Chapman and Hall/CRC
Ugarte, M. D., Goicoa, T. and Militino A. F. (2009). Empirical Bayes and fully Bayes procedures to detect high-risks areas in disease mapping. Computational Statistics and Data Analysis, 53, pp. 2938-2949.
Ugarte, MD, Militino, AF, Arnholt AT (2016). Probability and Statistics with R. CRC Press/Chapman and Hall. 2nd edition
Castellano, aunque se podrá proporcionar a los estudiantes bibliografía y material docente en inglés.
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.