songeo / metodosmultivariados2017

Página del curso de Métodos Multivariados y Datos Categóricos 2017

Métodos Multivariados en Ciencias de Datos y Estadística

Instituto Tecnológico Autónomo de México

Primavera 2017

Página del curso de Métodos Multivariados y Datos Categóricos 2017.

Este repositorio contiene una idea experimental de hacer un paquete de R y un repositorio de Github para transmitir los materiales del curso. El objetivo es que contenga tutoriales usando 'vignettes' y las bases de datos y funciones que desarrollemos durante clase.

Usando el paquete

Para instalar el paquete:

install_github("mauriciogtec/metodosMultivariados2017", build_vignettes= TRUE)

Para ver los vignettes:

browseVignettes("metodosMultivariados2017")

Temario del curso

Detalles en el temario pueden ir cambiando conforme avancemos, pero el propósito general puede en consultarse este link. Habrá cambios importantes en las primeras dos semanas de clase.

Definición de equipos

El trabajo en equipo será muy importante en este curso. Es importante que definan al comienzo del curso el equipo con el que van a trabajar. En caso de no contar con un equipo acérquense conmigo para que les asigne uno. Los grupos deben ser variados en el interior, traten de que un equipo tenga integrantes de disintos perfiles.

Para elegir su grupo, dense de alta en el siguiente link

Forma de evaluación

La evaluación tentativa será de la siguiente forma:

Criterio	Porcentaje
Contribución por equipo al git del grupo	10%
Tareas individuales semanales	20%
Tareas grupales semanales	20%
Proyecto final grupal	20%
Video grupal	30%
Total	100%

Materiales del curso

Las presentaciones de la clase pueden consultarse en este link dentro del repositorio

Tareas individuales

Habrá tareas individuales todas las clases, los detalles de la forma de entrega se discutirán en clase. Usualmente no pasará de un reporte en una página o participación en la clase. Incluyo aquí una lista no detallada para que revisen si están al corriente

Lista de tareas individuales

1. Investigar y ejemplificar cómo se representan cada tipo de dato estadístico en R
2. Investigar sobre el Teorema Espectral para matrices simétricas ý cómo visualizar los eingenvalores de la matriz de covarianzas de una nube de datos. Para más detalles ver la presentación 2 del curso.

Tareas grupales

Son el corazón del curso. Cada clase uno o dos grupos tendrá una tarea que involucrará programación y explicación de su material en la clase. Los detalles los dicutiré cada semana con cada grupo.

Lista de tareas grupales

1. Investigar escalas de medición para cada tipo de dato estadístico y cómo se miden distancias entre ellos. Crear un rmarkdown html y exponerlo en clase
2. Mostrar una aplicación práctica de Análisis de Componentes Principales. Mostrar todos los elementos de un análisis.