Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 31110018
Este tema tiene como objetivo repasar las ténicas estadísticas principales. Se contemplan aquellas en las que hay una variable respuesta y una variable explicativa (t-Student, ANOVA 1 factor, Ji-Cuadrado, Fisher, Mann-Whitney y Kruskal-Wallis).
Este tema explica las medidas básicas de riesgo en una tabla de contingencia (diferencia de riesgos, riesgo relativo y odds ratio).
En el caso de que una variable explicativa se utilice para diagnosticar aparecen nuevos conceptos estadísticos como: sensibilidad y especificidad, valores predictivos, likelihood ratios y curvas ROC.
Se introducen los conceptos básicos del aprendizaje estadístico en general y del aprendizaje supervisado en particular.
En este tema se estudia el modelo básico de regresión lineal que modeliza una respuesta cuantitativa.
En este tema se tratan algunas variantes de modelos de regresión lineal como: ridge regression, LASSO, PCR o PLS.
En este tema se estudia el primero de los modelos básicos de clasificación que modeliza una respuesta cualitativa.
En este tema se estudia el segundo de los modelos básicos de clasificación que modeliza una respuesta cualitativa.
En este tema se describen los métodos principales de evaluación de modelos y cómo usar dichos métodos para elegir entre varios modelos.
En la estadística llamada clásica o frecuentista, los parámetros son constantes desconocidas que hay que estimar. Sin embargo, en la llamada estadística bayesiana, a los parámetros se les considera variables aleatorias. En este tema se dan los conceptos básicos de la inferencia bayesiana.