Documento	Primer Apellido	Segundo Apellido	Nombre	Categoria	Coordinador
24227430	OLLERO	HINOJOSA	JORGE	CATEDRÁTICO DE UNIVERSIDAD

Id. Compentencia	Orden	ID	Resultado formación y aprendizaje	Competencia
2263	1	CB1	Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio	COMPETENCIA BÁSICA
2264	1	CB2	Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vacación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio	COMPETENCIA BÁSICA
2265	1	CB3	Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética	COMPETENCIA BÁSICA
2266	1	CB4	Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado	COMPETENCIA BÁSICA
2267	1	CB5	Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía	COMPETENCIA BÁSICA
2268	3	CE1	Comprender y utilizar el lenguaje matemático. Adquirir la capacidad para enunciar proposiciones en distintos campos de las matemáticas, para construir demostraciones y para transmitir los conocimientos matemáticos adquiridos.	COMPETENCIA ESPECÍFICA
2269	3	CE5	Resolver problemas matemáticos, planificando su resolución en función de las herramientas disponibles y de las restricciones de tiempo y recursos.	COMPETENCIA ESPECÍFICA
2270	3	CE6	Proponer, analizar, validar e interpretar modelos de situaciones reales sencillas, utilizando las herramientas matemáticas más adecuadas a los fines que se persigan.	COMPETENCIA ESPECÍFICA
2271	3	CE7	Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar en matemáticas y resolver problemas.	COMPETENCIA ESPECÍFICA
2272	3	CE8	Desarrollar programas que resuelvan problemas matemáticos utilizando para cada caso el entorno computacional adecuado.	COMPETENCIA ESPECÍFICA
2273	2	CG1	Utilizar herramientas de búsqueda de recursos bibliográficos.	COMPETENCIA GENERAL
2274	2	CG2	Poder comunicarse en otra lengua de relevancia en el ámbito científico.	COMPETENCIA GENERAL
2275	2	CG3	Comprobar o refutar razonadamente los argumentos de otras personas.	COMPETENCIA GENERAL
2276	4	CT1	Saber gestionar el tiempo de trabajo.	COMPETENCIA TRANSVERSAL
57145	4	SOS1	SOS1 - Competencia en la contextualización crítica del conocimiento estableciendo interrelaciones con la problemática social, económica y ambiental, local y/o global.	COMPETENCIA TRANSVERSAL
57146	4	SOS2	SOS2 - Competencia en la utilización sostenible de recursos y en la prevención de impactos negativos sobre el medio natural y social.	COMPETENCIA TRANSVERSAL
57147	4	SOS3	SOS3 - Competencia en la participación en procesos comunitarios que promuevan la sostenibilidad.	COMPETENCIA TRANSVERSAL
57148	4	SOS4	SOS4 - Competencia en la aplicación de principios éticos relacionados con los valores de la sostenibilidad en los comportamientos personales y profesionales.	COMPETENCIA TRANSVERSAL

ID/ Orden	Resultado
1	Organizar de forma eficiente grandes volúmenes de datos, incluyendo la síntesis y depuración de los mismos.
2	Seleccionar el mejor modelo que se adapte a los datos, seleccionando las variables adecuadas y asignándoles roles apropiados.
3	Elegir gráficos idóneos que complementen los resultados numéricos del análisis.
4	Manejar un software capaz de resolver computacionalmente los problemas que aparecen.
5	Redactar informes que reflejen e interpreten de forma correcta los resultados del análisis.
6	Hacer un uso ético de las herramientas y de los resultados estadísticos.

Total de actividades de docencia presencial:

Total de otras actividades:

Total de la asignatura:

Tipo actividad formativa	Código	Descripción	Horas	Detalle
3	03	Prácticas de informática	24	Se empleará preferentemente Matlab R2022A online y Statgraphics Centurion 19 o 20 accesibles desde los ordenadores personales del alumnado. Los alumnos deberán poder utilizar estos programas habilitándoles el acceso a las aulas virtuales (broker.uca.es) fuera del horario de clase.
8	08	Teórico-Práctica	36
10	10	Actividades formativas no presenciales	45,00	Estudio Autónomo
11	11	Actividades formativas de tutorías	9,00
12	12	Actividades de evaluación	9,00
13	13	Otras actividades	27,00	Actividades Academicamente Dirigidas

Procedimientos de Evaluación

ID/ Orden	Tarea / Actividad	Medios, Técnicas e Instrumentos	Ponderación
1	Prueba final	Prueba escrita que se compone de cuestiones de tipo teórico y de ejercicios prácticos.	30 %
2	Pruebas de seguimiento y profundización	Pruebas con ejercicios prácticos que se resolverán utilizando el software adecuado y que permitirán afianzar los conocimientos que se van adquiriendo en la asignatura.	40 %
3	Exposición oral	Resumen de las entregas realizadas en contestación a las tareas obligatorias y voluntarias planteadas durante el curso.	30 %

Criterios de Evaluación

La calificación final de la asignatura tendrá en cuenta las puntuaciones obtenidas en cada una de las actividades, de la forma que se especifica en el procedimiento de calificación.

Para superar la asignatura, el alumno debe alcanzar o superar la calificación final de 5 puntos sobre 10.

Los alumnos tendrán derecho a una prueba de evaluación global en los términos establecidos por el centro. Esta modalidad de evaluación deberá ser solicitada en los plazos que el centro determine. Los criterios de evaluación y tipo de pruebas a realizar serán determinados por el equipo docente de la asignatura e informados con suficiente antelación a aquellos alumnos que lo soliciten.

ID/ Orden	Temario	Descripción
1	Según publicación oficial. - Introducción al diseño de experimentos. - Modelos lineales avanzados. - Técnicas de reducción de la dimensión. - Clasificación.
3	Desglose - Tema 1. Datos Multivariantes - Tema 2. Distribuciones Multivariantes - Tema 3. Inferencia Multivariante - Tema 4. Modelos Lineales Univariante y Multivariante. - Tema 5. Análisis de Correlación Canónica - Tema 6. Análisis de Componentes Principales - Tema 7 Análisis Factorial - Tema 8 Análisis Discriminante y regresión logística - Tema 9 Clasificación - Tema 10 Análisis de Correspondencias - Tema 11 Otras modelos multivariantes.

Bibliografía

Bibliografía Básica
CUADRAS, C.M. (2019): "Nuevos Métodos de Análisis Multivariante". CMC Editions. Barcelona. Disponible gratuitamente en www.ub.edu/biost3/cuadras/metodos.pdf. Revisión 06/07/2021.
PEÑA D. (2002): "Análisis de Datos Multivariantes". McGraw Hill Interamericana, Madrid.
BAILLO, A. y GRANÉ, A. (2008): "100 Ejercicios Resueltos de Estadística Multivariante". Ed. Delta.
RENCHER, A.C. (2002): "Methods of Multivariate Analysis", 2ª edición. Ed. Wiley
HÄRDLE, W.K. Y SIMAR, L. (2012):Applied Multivariate Statistical Analysis. Ed Springer

Bibliografía Adicional
ANDERSON,T.W.(2003): "An Introduction to Multivariate Statistical Analysis". 2ª edic. Wiley.
BILODEAU, M. y BRENNER, D. (1999): "Theory of Multivariate Statistics". Sringer.
CHATFIELD, C. y COLLINS, A.J. (1991): "Introduction to multivariate analysis". Ed. Chapman & Hall.
DILLON,W.R. & GOLDSTEIN,M. (1984): "Multivariate Analysis: Methods and Applications". Wiley, New York.
FLURY,B. (1997): "A First Course in Multivariate Statistics". Springer-Verlag.

Bibliografía Específica
EVERITT, B.S. (1993): "Cluster Analysis". 3ª edic. Arnold. 
GRAYBILL,F. (1976): "Theory and application of the Linear Models", Wadsworth. 
GREENACRE, M.J. (1984): "Theory and Applications of Correspondence Analysis. Academic Press, London. 
HARTIGAN, J.A. (1975): "Clustering Algorithms". Wiley, New York. JOLLIFFE, I.T. (1986): "Principal Component Analysis". Springer-Verlag. 
JOHNSON, R.A y WICHERN (2007): "Applied Multivariate Statistical Analysis", 6ª edición. Ed. Pearson.

Bibliografía de Ampliación
KRZANOWSKI, W.J. (1988): "Principles of Multivariate Analysis: A User's Perspective. Oxford: Clarendon Press.
KRZANOWSKI, W.J. y MARRIOTT, F.H.C. (1994): "Mulltivariate Analysis Part 1: Distributions, Ordination and Inference". Edward Arnold, London.
KRZANOWSKI, W.J. y MARRIOTT, F.H.C. (1994): "Mulltivariate Analysis Part 2: Classification, Covariance Structures and Repeated Measurements". Edward Arnold, London.

UniversidaddeCádiz

Programa Docente de 40209041 - MODELOS DEL ANÁLISIS MULTIVARIANTE