Guia docente 2012_13 Facultade de Ciencias do Mar

Máster Universitario en Oceanografía

Contenidos

Tema	Subtema
(*)1. Introducción	(*)Visión general de un proyecto de análisis estadístico en Oceanografía. Problemas típicos de análisis estadístico en Oceanografía y batería de herramientas aplicables. Modelización de series de tiempo en Oceanografía: enfoques y técnicas existentes según sus objetivos. Ubicación y visión general de los contenidos de la asignatura. Recursos documentales e informáticos en la web.
(*)2. Visión general de software. Introducción a Matlab	(*) Tipología: paquetes estadísticos y entornos de desarrollo. Paquetes estadísticos y su funcionalidad. Entornos de desarrollo y su funcionalidad. Introducción a Matlab. Instalación y entorno: help, consola, workspace. Entrada y salida de datos. Variables. Gráficos. Funciones. Programación básica.
(*)3. Introducción a los Métodos Estadísticos	(*) Estadística descriptiva. Probabilidad. Variables Aleatorias discretas y continuas. Modelos relevantes. Teorema Central del Límite. Introducción al muestreo y la inferencia: población y muestra, distribución empírica, estadísticos y estimadores. Estimadores relevantes. Intervalos de Confianza. Contraste de Hipótesis. Contrastes de hipótesis paramétricos para una y dos poblaciones. Contrastes no Paramétricos: independencia, normalidad. Introducción a la inferencia Bootstrap.
(*)4. Regresión Lineal Multivariante	(*) Modelos de regresión y tipología. Modelo de regresión lineal multivariante. Estimación. Diagnóstico. Inferencia sobre el modelo. Predicción. Inferencia bootstrap.
(*)5. Introducción al Análisis de Series de Tiempo	(*) Componentes de una serie de tiempo. Modelos de series de tiempo en el espacio de estados y en el espacio de frecuencias. Componentes de una señal. Análisis espectral: función de densidad espectral y periodograma. Estimación de un modelo de serie de tiempo en el espacio de frecuencias.
(*)6. Otras Técnicas Multivariantes.	(*) Análisis de Componentes Principales. Análisis Cluster. Análisis de Componentes Independientes. Técnicas para datos espaciales.