Alumnado obxectivo: Estudantes da EDIUS. O alumnado presencial debe de acudir con ordenador portátil. O obxectivo deste curso é familiarizar ao alumnado coa metodoloxía de regresión lineal clásica. Ao igual que noutros cursos, as ferramentas introducidas ilustraranse en conxuntos de datos reais usando o software R.
Ubicación
Santiago
Modalidad
Presencial
Duración
Horas presenciales: 12
Horas de trabajo: 4
Total: 16
Matrícula en la actividad
24/01/2023 - 31/01/2023
Desarrollo de la actividad
07/02/2023 - 16/02/2023
Profesor/a
Paula Saavedra Nieves
Profesor/a
Mercedes Conde Amboage
| Grupo | Lugar | Fechas | Horario |
|---|---|---|---|
| Introdución á regresión | Aula de formación da EDIUS, Edificio CEA, Parque de Vista Alegre | 7, 9, 14 e 16 de febreiro de 2023 | martes 7 e xoves 9 de febreiro de 16:30 a 19:30 horas; martes 14 e xoves 16 de febreiro de 09:30 a 12:30 horas |
- Coñecementos básicos sobre a regresión lineal clásica. Experiencia práctica na análise de datos reais usando o software R.
- Cada alumno/a levará o seu ordenador portátil para a realización das actividades propostas; empregando R (software gratuíto https://www.r-project.org/, previamente instalado nos portátiles do alumnado).
Os contidos do curso centraranse no modelo lineal xeral, considerando as versións lineais, simple e múltiple, da regresión con variables continuas así como os modelos básicos de regresión que consideran variables factoriais (modelos ANOVA e ANCOVA).
- Os bloques de contidos son os seguintes:
- Bloque 1. Regresión lineal simple e múltiple. Construción do modelo, validación, diagnose e predición.
- Bloque 2. Modelos ANOVA e ANCOVA. Construción do modelo e contraste de hipóteses.
Mercedes Conde Amboage
Mercedes Conde Amboage (Arzúa, 1988) é Profesora Axudante Doutora no Departamento de Estatística, Análise Matemática e Optimización (USC) dende setembro de 2019. Obtivo o seu doutoramento en Matemáticas en abril de 2017, coa tese titulada Statistical Inference in Quantile Regression Models, baixo a dirección dos Prof. Dres. Wenceslao González-Manteiga (USC) e César A. Sánchez Sellero (USC). Foi Profesora Interina de Substitución na USC ao longo dos cursos 2017/2018 e 2018/2019. Posteriormente, traballou como investigadora posdoutoral na Katholieke Universiteit te Leuven (KU Leuven, Bélxica) financiada cunha bolsa da Xunta de Galicia. Durante todo este período de actividade docente e investigadora, impartiu cursos de formación de Estatística en diversos eidos, por exemplo o Introdución á Estatística con R organizado a través do PFID da USC.
Paula Saavedra Nieves
Paula Saavedra Nieves (Santiago de Compostela, 1984) é Profesora Axudante Doutora no Departamento de Estatística, Análise Matemática e Optimización (USC) dende Setembro de 2018. Obtivo o seu doutoramento en Estatística e Investigación Operativa en Marzo de 2015, coa tese titulada Nonparametric data-driven methods for set estimation, baixo a dirección dos Prof. Dres. Wenceslao González-Manteiga (USC) e Alberto Rodríguez-Casal (USC). Foi investigadora postdoutoral no Centro de Investigación en Tecnoloxías da Información (USC) e no grupo SiDOR (Statistical Inference, Decision and Operations Research) da Universidade de Vigo.