Profesora: Edna López Estrada
Ayudante: Reyna Sánchez Cedillo
1. Introducción
1.1¿Qué es el análisis multivariado?
1.2 Vector y matrices aleatorios.
1.3 Operadores de esperanzay covarianza
1.4 Densidades multivariadas de uso común
1.5 Distancias de Mahaanobis
1.6 Inferencia en una población Normal
1.8 Representación gráfica para datos multivariados
2. Técnicas de reducción de dimensión
2.1 Componentes principales
2.2 Escalamiento Multidimensional
3. Análisis Discriminante
3.1 El problema de clasificación
3.2 Discriminación multinomial
3.3 Método del núcleo
3.4 Método del vecino más cercano
4. Análisis de conglomerados
4.1 Similaridad y disimilaridades
4.2 Análisis de conglomerados y jerárquicos
Bibliografía1. Anderson, T.W. (1984). An Introduction to Multivariate Statistical Analysis. Second Edition. Wiley, New York.
2. Mardia, K. V. Kent, J.T. and Bibby, J.M. (1979). Multivariate Analysis. Academic Press, London.
3. Seber, G.A.F. (1984), Multivariate Observation. Wiley, New York.
EvaluaciónTareas 60%
Son 5 tareas a lo largo del curso distribuidas de la siguiente manera:
1. Introducción
2. Componentes Principales
3. Escalamiento Multidimensional
4. Análisis Discriminante
5. Análisis Conglomerados
Proyecto 20%
<!--Se dará una base de datos junto con un problema a desarrollar con ayuda de lo aprendido durante el curso.
Artículo20%
<!--Se trata de un artículo en donde se expongan temas contemporáneos acerca del análisis multivariado, este artículo se tiene que exponer ante el grupo.