Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 73128 | Asignatura: Análisis y predicción estadística de datos espaciales | ||||
| Créditos: 3 | Tipo: Obligatoria | Curso: 1 | Periodo: 1º S | ||
| Departamento: Estadística, Informática y Matemáticas | |||||
| Profesorado: | |||||
| GOICOA MANGADO, TOMÁS (Resp) [Tutorías ] | |||||
Módulo/Materia
Módulo: 3. Herramientas de investigación y análisis estadístico
Materia: 3.2. Análisis y predicción estadística
Descripción/Contenidos
- Introducción a la Estadística
- Introducción a R
- Procesos puntuales
- Análisis exploratorio de datos espaciales
Competencias genéricas
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
Competencias específicas
CE10. Aplicar los conocimientos adquiridos sobre estadística espacio-temporal y resolver los problemas estadísticos que se puedan plantear en los SIG mediante el uso, la programación y la aplicación de las técnicas pertinentes.
Resultados aprendizaje
RA1: Obtener estimaciones y predicciones de variables distribuidas espacialmente.
RA2: Interpretar y analizar las técnicas estadísticas espaciales más utilizadas en la actualidad.
Metodología
| 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 | ||
| 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 | 5 | |
| Total | 30 | 45 |
Evaluación
| Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
|---|---|---|---|---|
| RA1-RA2 | Pruebas de respuesta larga | 60 | Recuperable mediante prueba escrita | 4 |
| RA1-RA2 | Trabajos e informes | 40 | Recuperable entregando el/los trabajos corregidos según indicaciones y fechas establecidas por los profesores | 4 |
* Si en alguna actividad de evaluación no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,0 sobre 10 (Suspenso).
Temario
Tema 1. Introducción a la Estadística
- Variables aleatorias, probabilidad
- Esperanzas matemáticas y varianzas. Parámetros y Estadísticos.
- Distribuciones de probabilidad
- Estimación máximo verosímil
- Intervalos de confianza y contrastes de hipótesis
- Modelos estadísticos lineales simples y múltiples
- Índice de Moran
Tema 2. Introducción a R
- Lectura y representación gráfica de datos
- Análisis y tratamiento básico de datos. Medias y varianzas. Representaciones gráficas.
- Estimación, predicción y validación de modelos estadísticos
- Objetos espaciales. Agregaciones y representaciones de mapas en R
Tema 3. Procesos puntuales
- Introducción a los procesos puntuales. Test de aleatoriedad espacial completa. Test basados en recuentos de quadrats. Test basados en distancias.
- Procesos no homogéneos de Poisson, estimación de la función de intensidad. Detección de clusters.
- Propiedades de los procesos puntuales. Funciones F, K, L y g.
HERRAMIENTAS UTILIZADAS: RStudio y R
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Básica:
Bivand R.S., Pebesma E.J., and Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer, New York. 2nd edition
Baddeley, A., Rubak, E., & Turner, R. (2015). Spatial point patterns: methodology and applications with R. CRC press.
Complementaria:
Banerjee S., Carlin B.P. and Gelfand A.E. (2014). Hierarchical Modeling and Analysis for Spatial Data, Second Edition (Chapman & Hall/CRC Monographs on Statistics & Applied Probability)
Chiles JP and Delfiner P (1999) Geostatistics, Modeling Spatial Uncertainty. Wiley.
Hohn, M. E. (1999) Geostatistics and Petroleum Geology. Kluwer Academic Publishers
Schabenberger, O. Gotway, C. A. (2005). Statistical Methods for Spatial Data Analysis. Chapman and Hall/CRC
Ugarte, M. D., Goicoa, T. and Militino A. F. (2009). Empirical Bayes and fully Bayes procedures to detect high-risks areas in disease mapping. Computational Statistics and Data Analysis, 53, pp. 2938-2949.
Ugarte, MD, Militino, AF, Arnholt AT (2016). Probability and Statistics with R. CRC Press/Chapman and Hall. 2nd edition.
Idiomas
Castellano, aunque se podrá proporcionar a los estudiantes bibliografía y material docente en inglés.
Lugar de impartición
Todo el máster se imparte en AULA DE INFORMÁTICA, ya que todas las sesiones tienen carácter teórico-práctico.
Lugar de impartición: Aula de informática del Aulario. Se concretará aula antes del inicio del curso. Consultar en la web del master, en el apartado de Calendario, Horarios y Aulas.