Introducció a l'Anàlisi de Dades Funcionals amb R

Introducció a l'Anàlisi de Dades Funcionals amb R

Presentació:

Les dades funcionals sorgeixen quan una de les variables d'interès en un conjunt de dades es pot veure de forma natural com una corba o una funció suau. Així l'Anàlisi de Dades Funcionals (Functional Data Analysis, FDA) es pot considerar com l'anàlisi estadística de mostres de corbes. En les últimes dues dècades les tècniques de FDA han experimentat un ràpid desenvolupament, la qual cosa ha permès que el FDA hagi arribat a una maduresa metodològica notable. Molts dels mètodes estadístics usuals tenen la seva versió per a dades funcionals: models de regressió (lm, GLM, regressió no paramètrica, ...), anàlisi multivariant (PCA, MDS, clustering, mesures de profunditat, ...), sèries temporals, estadística espacial, entre d'altres. En paral·lel, els seus mètodes s'han anat aplicant àmpliament en medicina, ciència, negocis, enginyeria, demografia, ciències socials, etc. Aquest curs ofereix una introducció al FDA i presenta algunes de les llibreries de R orientades a aquest tipus de dades. Es pretén que al final del curs els alumnes siguin capaços d'identificar situacions on poder tractar les seves dades com de tipus funcional, representar aquestes dades computacionalment, aplicar tècniques senzilles de FDA (descriptiva, reducció de la dimensió, regressió) i visualitzar els resultats.

Programa del curs:

  1. Introducció al FDA.
    • Una visió general de FDA.
    • Conceptes de l'Anàlisi Funcional útils en Dades Funcionals.
  2. Dades funcionals observades i la seva representació computacional.
    • Desenvolupament en bases de funcions.
    • Suavitzacions: Kernel, Polinomis locals, Splines.
    • Registre i transformacions de dades funcionals.
  3. Anàlisi exploratori de dades funcionals.
    • Estadístics de localització i dispersió.
    • Mesures de profunditat.
    • Detecció d'outliers.
  4. Reducció de la dimensionalitat.
    • Componentes Principals Funcionals.
    • Multimensional Scaling.
  5. Regressió amb dades funcionals.
    • Resposta escalar.
    • Resposta funcional.
    • Estimació mediana condicional, estimació quantil condicional.
    • ANOVA.
    • Tractament de las covariables.
  6. Tècniques de classificació.
    • Classificació supervisada.
    • Classificació no supervisada.
  7. Contrast d'hipòtesis.

Seminari:

Identificación de patrones atípicos de respuesta al ítem mediante análisis de datos funcionales
13 d'abril de 2018
En aquest seminari es va realitzar una introducció a l'Anàlisi de Dades Funcionals
Presentació: enllaç

Idioma:

Castellà.

Professorat:

Pedro F. Delicado Useros. Departament d'Estadística i Investigació Operativa, Universitat Politècnica de Catalunya (http://www-eio.upc.es/~delicado/index.html).

Manuel Febrero Bande. Departament d'Estadística, Anàlisi Matemàtica i Optimització, Universidad de Santiago de Compostela (http://eio.usc.es/pub/febrero/).

 

Destinataris:

El curs s'adreça a professionals, investigadors i estudiants de Màster i doctorat amb interès en el tema.

Requisits:

Coneixements bàsics d'estadística en general (regressió lineal, glm) i d'anàlisi multivariant en particular (components principals, multidimensional scaling).
Coneixements d'R a nivell d'usuari.

Per la realització d'aquest curs és imprescindible que l'alumne porti el seu ordinador personal.

Detalls d'organització:

El curs Introducció a l'Anàlisi de Dades Funcionals amb R s'impartirà els dies 11, 12, 13, 14 i 15 de juny de 2018 a l'aula A1 del Centre de Recerca Matemàtica (Campus de la UAB), amb el següent horari:

Dilluns 11 de juny: de 15h a 18h
Dimarts 12 de juny, dimecres 13 de juny i dijous 14 de juny: de 10h a 13h i de 15h a 18h
Divendres 15 de juny: de 10h a 13h

La durada total del curs és de 24 hores.

El nombre mínim de participants per a la realització del curs és 10, i el màxim és de 20.

Per formalitzar la pre-inscripció: enllaç

Un cop rebut el vostre formulari, us confirmarem mitjançant un correu electrònic si teniu plaça assignada o bé que esteu en llista d'espera.

logo-maria-de-maeztu-v1-300x123.png

Amb el suport de la BGSMath, a través del programa ”María de Maeztu” per Unitats d'Excel·lència en R&D” (MDM‐2014‐0445).

Quotes d'inscripció (2018):

Concepte Quantitat Import
    Extern Esfera UAB
Inscripció
(abans del 1 de juny)
1 assist 450,00 € 325,00 € 270,00 €
Inscripció
(després del 1 de juny)
1 assist 750,00 € 545,00 € 450,00 €

Tarifa UAB: membres acreditados de la UAB, membres de la BGSMath i estudiants de qualsevol universitat.
Tarifa Esfera: organismes, institucions i empreses vinculades a l'esfera de la UAB o al sector públic.
Tarifa Externa: organismes, institucions i empreses vinculades al sector privat.

La tarifa se establece en base persona/institución/empresa que realiza el pago.

POLÍTICA DE DESCOMPTES

- Descomptes especials per a persones en situació d'atur. Presentant còpia del document d'alta o de renovació de la sol·licitud d'ocupació emès per l'Oficina de treball de la Generalitat de Catalunya.

- Descomptes especials per a grups de persones procedent de la mateixa empresa/institució.

Descomptes no acumulables.

Beques per a estudiants d'estadística, consulteu condicions en el formulari de preinscripció.

Detalls de pagament:

Un cop rebuda la preinscripció, rebreu un correu electrònic informant-vos dels detalls per a realitzar el pagament de la inscripció.

Abans d'efectuar el pagament, espereu a rebre la nostra confirmació de la reserva d'una plaça per al curs.

Un cop s'hagi efectuat el pagament del curs, i si no hi ha cap motiu de força major, no es retornaran els diners de la inscripció.

Referències:

  • Febrero-Bande, M. and M. Oviedo de la Fuente (2012). Statistical computing in functional data analysis: the R package fda.usc. Journal of Statistical Software 51(4), 1-28.
  • Ferraty, F. and P. Vieu (2006). Non parametric functional data analysis. Theory and practice. Springer.
  • Horvath, L. and P. Kokoszka (2012). Inference for functional data with applications. Springer.
  • Kokoszka, P. and M. Reimherr (2017). Introduction to Functional Data Analysis. CRC Press.
  • Ramsay, J. and Silverman, B. (2005). Functional Data Analysis (Second ed.). Springer.
  • Ramsay, J., Wickham, H., Graves, S., and Hooker, G. (2011). fda: Functional data analysis. R package version. https://cran.r-project.org/web/packages/fda/
Campus d'excel·lència internacional U A B