Skip to main content

This portal uses its own or third-party cookies for analytical purposes, as well as links to third-party portals in order to share content on social networks. You can get more information in the cookies policy.

Introdución á regresión

  • 2024/2025

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.

  • Location
    Santiago

    Modality
    Presencial

    Duration
    Face-to-face hours: 12
    Work hours: 4
    Total: 16

    Matrícula en la actividad
    11/03/2025 - 18/03/2025

    Desarrollo de la actividad
    25/03/2025 - 11/04/2025

    Profesor/a
    Alejandro Saavedra Nieves

    Profesor/a
    Maria Alonso Pena

    Total seats number
    20

    Tasa general
    0

    Tuition
    Limited number of places with waiting list
    Tuition

  • Group Place Dates Schedule
    Introdución á regresión Aula de formación da EDIUS, Edificio CEA, Parque de Vista Alegre 25 e 28 de marzo e 4 e 11 de abril de 2025 10:00 a 13:00 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.
  • A avaliación do curso terá en conta a participación activa do alumnado nas sesións, así como o seu traballo individual (recoñecemento de 4 horas non presenciais). Para isto, solicitarase ao alumnado a elaboración dunha análise estatística sobre un conxunto de datos seleccionados polo alumnado de interese no seu campo. A elaboración desta análise será titorizada de xeito individual e cada alumna/o debe entregar un script de R debidamente comentado.
  • Alejandro Saavedra Nieves
    Alejandro Saavedra Nieves (Santiago de Compostela, 1990) é Profesor Axudante Doutor no Departamento de Estatística, Análise Matemática e Optimización (USC) dende setembro de 2022. Obtivo o seu doutoramento en Estatística e Investigación Operativa en marzo de 2019, coa tese titulada Contributions in Cooperative Game Theory and Applications, baixo a dirección dos Prof. Dres. María Gloria Fiestras-Janeiro (UVigo) e Ignacio García-Jurado (UDC). Durante os últimos anos impartiu diferentes cursos de formación para profesorado de diferentes niveis educativos.

    María Alonso Pena