Pla docent de l'assignatura

 

 

Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: Models Estadístics

Codi de l'assignatura: 568968

Curs acadèmic: 2021-2022

Coordinació: Manuela T. Alcañiz Zanón

Departament: Departament d'Econometria, Estadística i Economia Aplicada

crèdits: 2,5

Programa únic: S

 

 

Hores estimades de dedicació

Hores totals 62.5

 

Activitats presencials i/o no presencials

22.5

 

-  Teoricopràctica

Presencial

 

15

 

-  Tutorització per grups

Presencial

 

1.5

 

-  Pràctiques d'ordinadors

Presencial

 

6

Treball tutelat/dirigit

20

Aprenentatge autònom

20

 

 

Competències que es desenvolupen

 

Competències bàsiques i generals

— Capacitat per tenir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament o aplicació d’idees, sovint en un context de recerca.

— Capacitat per aplicar els coneixements adquirits i per resoldre problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb l’àrea d’estudi.

— Capacitat per comunicar les conclusions (i els coneixements i raons últimes que les sustenten) a públics especialitzats i no especialitzats d’una manera clara i sense ambigüitats.

— Habilitats d’aprenentatge per continuar estudiant d’una manera que ha de ser en bona mesura autodirigida o autònoma.

— Habilitat per parlar bé en públic.

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements

— Obtenir una formació especialitzada en les tècniques estadístiques més avançades utilitzades en assegurances.
— Conèixer els models lineals generalitzats.
— Aprofundir en els models de variable dependent binària. Models lògit i pròbit.
— Aprofundir en els models count data. Model de Poisson i binomial negatiu.
— Aplicacions i implementació en R dels models anteriors.

 

 

Blocs temàtics

 

1. Introducció als models lineals generalitzats

1.1. Revisió del model lineal general

1.2. Models lineals generalitzats

1.3. Exemples i aplicacions en R

2. Models de resposta binària o multinomial

2.1. Exploració de dades binàries

2.2. Models per a dades binàries: selecció i avaluació de models

2.3. Models multinomials

2.4. Exemples i aplicacions en R

3. Models count data

3.1. Models de Poisson

3.2. Modelització de taules de contingència

3.3. Estimació, inferència i validació

3.4. Diagnosi i tractament de la sobredispersió

3.5. Exemples i aplicacions en R

 

 

Metodologia i activitats formatives

 

El curs alterna sessions teòriques amb pràctiques i exemples desenvolupats amb programari estadístic. En les classes pràctiques es resolen casos en què es desenvolupen els conceptes explicats abans en les sessions teòriques. Les sessions pràctiques es fan a l’aula d’informàtica, on l’alumnat va resolent els casos pràctics amb l’ajut de la professora.

 

 

Avaluació acreditativa dels aprenentatges

 

En l’avaluació continuada cal fer tres tipus d’activitats:

— Diversos exercicis en R per desenvolupar durant les classes i lliurar per a la seva avaluació. Aquests exercicis pràctics tenen com a objectiu consolidar els coneixements teòrics. La seva correcta resolució té un pes del 35 % de la nota final.

— Una presentació pública davant la classe d’un article acadèmic que utilitzi algun dels models estadístics treballats a l’assignatura. Cada estudiant ha de triar l’article entre la llista que proposa la professora. Aquesta activitat representa el 25 % de la nota final.

— Una pràctica utilitzant R. Cada estudiant ha de triar una base de dades, analitzar-la amb algun dels models estudiats a l’assignatura, i escriure un informe de resultats que ha d’incloure: introducció, presentació de les dades, metodologia, resultats, discussió, i annex amb el programa en R. Es valora positivament la presentació de l’informe en R Markdown. Aquesta pràctica representa el 40 % de la nota final.

 

Avaluació única

L’avaluació única és un examen final que compta el 100 % de la nota. Es duu a terme els dies designats per la Comissió de Màster en les convocatòries previstes.

La reavaluació consisteix en un examen final que es duu a terme els dies designats per la Comissió de Màster.

 

 

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

CAMERON, A.C. i TRIVEDI, P.K., Microeconometrics: Methods and applications, Cambridge University Press, 2005.

Catàleg UB  Enllaç

EVERITT, B. i HOTHORN, T. P. A Handbook of Statistical Analyses Using R. Boca Raton FL. Chpaman & Hall /CRC, 2006

Catàleg UB  Enllaç

FARAWAY, J.J. Generalized Linear, Mixed Effects, and Nonparametric Regression Models. Chapman & Hall, 2006.

Catàleg UB  Enllaç

FREES, E.W., Regression Modeling with Actuarial and Financial Applications, Cambridge University Press, 2010.

Catàleg UB  Enllaç

KLEINMAN, K. i HORTON, N.J., SAS and R: Data Management, Statistical Analysis and Graphics, Chapman & Hall /CRC, 2010

Catàleg UB  Enllaç

Text electrònic

KLEIBER, C. i ZEILEIS, A. Applied Econometrics with R. Springer, 2008.

  http://jrsyzx.njau.edu.cn/__local/C/94/F1/35C7CC5EDA214D4AAE7FE2BA0FD_0D3DFF32_3CDD40.pdf?e=.pdf