Código: 73129 | Asignatura: Análisis y predicción estadística de datos espacio-temporales | ||||
Créditos: 3 | Tipo: Obligatoria | Curso: 1 | Periodo: 2º S | ||
Departamento: Estadística e Investigación Operativa | |||||
Profesorado: | |||||
FERNANDEZ MILITINO, ANA (Resp) [Tutorías ] | GOICOA MANGADO, TOMÁS [Tutorías ] |
Módulo: 3. Herramientas de investigación y análisis estadístico |
Materia: 3.2. Análisis y predicción estadística |
Análisis exploratorio de datos espacio-temporales
Separabilidad espacio-temporal
Kriging espacio-temporal
Modelización Jerárquica
Modelos de espacio de los estados
Otros modelos espacio-temporales
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.
RA1: Obtener estimaciones y predicciones de variables distribuidas espacial y temporalmente.
RA2: Interpretar y analizar las técnicas estadísticas espacio-temporales 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
|
|
5
|
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
|
|
|
|
|
|
Total
|
30
|
45
|
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
RA1-RA2 | Pruebas de duración larga | 80 | Sí |
RA1-RA2 | Trabajos e informes | 20 |
Análisis Estadístico de Datos Espacio-Temporales
Kriging Espacio-Temporal
Separabilidad espacio-tiempo. Modelos de covarianza espacio-temporales. Variogramas espacio-temporales.
Kriging espacio-temporal
Predicciones espacio-temporales en rasters
Modelos de Espacio de los estados
Modelos CAR espacio-temporales
Modelos CAR espacio-temporales aditivos
Modelos CAR espacio-temporales con interacción espacio-temporal
Aplicaciones con datos de incidencia y/o mortalidad por diversos tipos de enfermedades
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Básica
Cressie, N. and C. Wikle, 2011. Statistics for Spatio-temporal Data. Wiley
Complementaria
Banerjee, S., Carlin, B.P., and Gelfand, A.E. (2015). Hierarchical Modeling and Analysis for Spatial Data. (Second Edition). Chapman and Hall, Boca Raton.
Diggle P.J. and Ribeiro P. J. (2007) Model-based Geostatistics. Springer
Durbin, J. and Koopman, S. J. (2001) Time Series Analysis by State Space Methods. Oxford University Press
Militino, AF, Ugarte, MD, Goicoa T and Genton M. (2015). Interpolation of daily rainfall using spatiotemporal models and clustering. International Journal of climatology (in press)
Militino, AF, Ugarte MD and Ibáñez B. (2008) Longitudinal analysis of spatially correlated data. Stochastic Environmental Research and Risk Assessment, 22, 49-57.
Pebesma, E.J., Wesseling, C.G., 1998. Gstat, a program for geostatistical modelling, prediction and simulation. Computers & Geosciences, 24 (1),pp. 17-31.
Ugarte, M.D., Adín, A., Goicoa, T., and Militino, A.F. (2014). On fitting spatio-temporal disease mapping models using approximate Bayesian inference. Statistical Methods in Medical Research, 23 (6), 507-530.
Ugarte,MD, Militino AF and Arnholt. AT (2016). Probability and Statistics with R. CRC Press/Taylor and Francis Group. 2nd Edition