
Simulació i Remostreig
Codi: 104868Crèdits: 6
| Titulació | Tipus | Curs |
|---|---|---|
| Estadística Aplicada | OB | 3 |
Professor/a de contacte
- Nom :
- Amanda Fernandez Fontelo
- Correu electrònic :
- amanda.fernandez@uab.cat
Equip docent
- Roger Borras Amoraga
Equip docent (extern a la UAB)
- Aureli Alabert
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
Se suposa que l'estudiant ha adquirit les competències pròpies de les assignatures d'Inferencia Estadística, Càlcul de Probabilitats, i Processos Estocástics, i que té bon nivell i pràctica amb la programació en R.
Objectius
Aprendre com generar mostres amb ordinador i aplicar-ho a l'anàlisi de sistemes complexos i l'optimització de processos.
Aprendre les tècniques de remostreig en inferència estadística i aprenentatge automàtic.
Resultats d'aprenentatge
- KM15 (Identificar algorismes i tècniques, simulació i remostreig, i models per a situacions complexes, fomentant la innovació en l'àmbit de l'estadística.) Identificar algorismes i tècniques, simulació i remostreig, i models per a situacions complexes, fomentant la innovació en l'àmbit de l'estadística.
- SM15 (Resoldre problemes d'inferència no convencionals mitjançant tècniques de simulació i de remostreig.) Resoldre problemes d'inferència no convencionals mitjançant tècniques de simulació i de remostreig.
Continguts
- Tests permutacionals: Tests per dues mostres. Test de dades aparellades. Test de correlacions. Exemples avançats.
- Bootstrap i altres métodes de remostreig: Conceptes bàsics. Estimacions de l'error estàndard i del biaix. Bootstrap paramètric. Bootstrap no-paramètric. Mètodes per calcular intervals de confiança. Exemples d'aplicació (models lineals i lineals generalitzats, tests d'hipòtesi, sèries temporals, ...).
- Remostreig per a aprenentatge automàtic: Bagging. Boosting.
- Simulació: Simulació de variables i vectors aleatoris. Simulació d'esdeveniments discrets. Anàlisi de la sortida. Modelització de l'entrada. Generació de nombres aleatoris.
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Estudi personal de la matèria | 48 | 1,92 | |
| Classes teòriques i pràctiques | 50 | 2 | KM15, SM15 |
| Treballs | 48 | 1,92 |
La docència combinarà a classe lliçons per part del professors i treball pràctic dels estudiants amb ordinador.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Lliurament de pràctiques de Simulació | 10% | 0 | 0 | KM15, SM15 |
| Lliurament de pràctiques de Remostreig | 10% | 0 | 0 | KM15, SM15 |
| Examen de Remostreig | 40% | 2 | 0,08 | KM15, SM15 |
| Examen de Simulació | 40% | 2 | 0,08 | KM15, SM15 |
L'avaluació de l'assignatura es basarà en:
- Exàmens (80% de la nota final).
- Lliurament de treballs (20% de la nota final).
Per aprovar l'assignatura cal:
- Obtenir una mitjana de 5.0 sobre 10 en els exàmens, amb un mínim de 4.0 sobre 10 en cadascun d'ells.
- Obtenir una mitjana global de 5.0 sobre 10, que serà la nota final del curs.
Les notes que no compleixin aquests requisits podran ser estudiades cas per cas.
De cadascun dels exàmens hi haurà una segona convocatòria (\"recuperació\" en la terminologia oficial de la UAB). L'assistència a aquesta segona convocatòria anul.larà automàticament la nota de la primera. Els lliuraments NO són recuperables. Dins la mateixa convocatòria, els examens de les diferents parts poden ser el mateix dia.
Es considerarà avaluable l'estudiant que hagi presentat treballs o fet exàmens per a un total d'almenys el 50% de l'assignatura, segons el pes que figura en el quadre d'Activitats d'avaluació. En cas contrari constarà a l'acta com a No Avaluable.
Per a l'eventual assignació de Matrícules d'Honor no es tindran en compte les notes de la segona convocatòria.
La còpia o plagi en els lliuraments es considera igual de greu que copiar o fer qualsevol mena de trampa en un examen, i comporta el Suspens automàtic de l'assignatura.
AVALUACIÓ ÚNICA: Els estudiants que hagin optat per l'avaluació única seran avaluats en un únic examen de tota la matèria, incloses les pràctiques. No es faran lliuraments. Una part de l'examen podrà ser una prova oral. En cas de superar la primera convocatòria no hi haurà opció a una segona per millorar nota.
Ús de la IA
En aquesta assignatura, no es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) en cap de les seves fases. Qualsevol treball que inclogui fragments generats amb IA serà considerat una falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.
Irregularitats en actes d'avaluació
La realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA), que pugui conduir a una variació significativa de la qualificació, suposa que aquest acte es qualificarà amb un 0. En cas que la guia docent prevegi que per superar l’assignatura sigui requisit imprescindible haver obtingut una nota mínima en aquest acte d’avaluació o que es produeixin diverses irregularitats en els actes d’avaluació d’una mateixa assignatura, la qualificació final d’aquesta assignatura és 0. Al marge d’això, es podrà instruir un procés disciplinari a l’estudiant que incorri en alguna d’aquestes irregularitats.
Bibliografia
- Law (2014) Simulation. Modelling and Analysis.
- James - Witten - Hastie - Tibshirani (2013) An introduction to Statistical Learning: with applications in R. Springer (Recurs electrònic UAB).
- Efron - Hastie (2016) Computer Age Statistical Inference. Cambridge University Press.
Programari
Durant el curs es donaran les instruccions pertinents per al programari que s'utilitzarà, en el moment oportú.
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TE) Teoria | 1 | Català | segon quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 1 | Català | segon quadrimestre | tarda |