En líneas generales, se persiguen dos fines: por un lado, poner en contacto al alumno con el mundo de los modelos estadísticos, y por otro –el principal– dar a conocer la teoría matemática que soporta a los métodos más elementales y, posiblemente, más utilizados en el análisis de datos procedentes de la observación o experimentación. Específicamente, cuando finalice el estudio de esta asignatura, el alumno debería:
Conocer, con cierta profundidad, la distribución de probabilidad de formas cuadráticas definidas sobre vectores aleatorios normales.
Conocer la metodología básica para la elaboración y contraste de teorías cuando se propone un modelo de regresión lineal –simple o múltiple– como medio de representación de la asociación presente en los datos.
Resolver problemas matemáticos asociados al ajuste de un modelo de regresión lineal.
Aplicar la teoría para justificar razonadamente los procedimientos que se utilizan en el análisis de datos mediante modelos de regresión lineal.
Poseer una visión unificada de los enfoques clásico y moderno de los métodos de regresión.
Estar capacitado para hacer un uso científico de las numerosas facilidades computacionales y gráficas disponibles en la actualidad.
Estar predispuesto para el estudio de generalizaciones y otras metodologías más modernas, que se alejan, en mayor o menor medida, de la rigidez impuesta por la estructura paramétrica que aquí se considera.