Cuando se trata de obtener conocimiento sobre un fenómeno determinado a partir de la información registrada en una base de datos, los métodos matemáticos, en particular los relacionados con las teorías matemáticas de la Probabilidad y de la Estadística, han demostrado ser herramientas de gran utilidad. Esta asignatura es una iniciación al estudio de dicho objetivo; concretamente, se proporcionan los fundamentos teóricos que soportan el ajuste y la aplicación de algunos modelos matemáticos válidos para la representación de las relaciones estocásticas que subyacen tras los datos.

La metodología más elemental es la basada en los modelos lineales y, en particular, en los modelos de regresión lineal, que originan la denominación de esta asignatura. A través de ellos se obtendrán sencillos procedimientos de inferencia estadística –estimación y contraste de hipótesis– orientados a  informar sobre las posibles fuentes de variación de un atributo cuantitativo.

En este escenario juega un papel relevante el aspecto computacional. Tanto para experimentar sobre los resultados matemáticos presentados como para aplicar dichos resultados a situaciones reales o simuladas, es imprescindible disponer de algún entorno informático que facilite el cálculo y las representaciones gráficas, permitiendo una manipulación ágil de las bases de datos. Estas cualidades forman parte de las características del entorno R, que ya ha sido presentado y utilizado en algunas asignaturas obligatorias de estos estudios de Grado; como consecuencia, ésta será la opción preferida.

Modelos de Regresión es una asignatura optativa del primer semestre de 4º curso, dentro de la materia de Probabilidad y Estadística, con una asignación de 5 créditos ECTS. Supone uno de los primeros contactos del alumno con los modelos matemáticos de carácter estadístico como medio de representación de la realidad observable y tiene un buen complemento en la asignatura de Análisis Multivariante. Ambas materias constituyen una rama de gran utilidad para el desarrollo de investigaciones científicas en cualquiera de las áreas donde el tratamiento de la información numérica sea una vía fundamental de adquisición de conocimiento –en la actualidad, resulta difícil encontrar sectores que no precisen de este tipo de aportaciones.