Máster Análisis avanzado de datos multivariantes

Este Máster está basado en la experiencia desarrollada en el programa de postgrado “Estadística Multivariante Aplicada” en los últimos 20 años y, aunque en principio está orientado a la investigación (no necesariamente en Estadística), la formación que se proporciona al alumno es también útil para profesionales que desarrollarán su actividad principal fuera de la Universidad.

La Estadística es una herramienta imprescindible para el Análisis de Datos en los distintos campos de la Ciencia, proporciona el razonamiento y los métodos para obtener y entender datos. Los estadísticos son especialistas pero, por la propia naturaleza de la Estadística, es necesario que también sean generalistas.
A la vista de las áreas de aplicación está claro que la Estadística es claramente multidisciplinar.

Acceso a las enseñanzas oficiales de Máster

1. Para acceder a las enseñanzas oficiales de Máster será necesario estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior que facultan en el país expedidor del título para el acceso a enseñanzas de máster.

2. Así mismo, podrán acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de la homologación de sus títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y que facultan en el país expedidor del título para el acceso a enseñanzas de postgrado. El acceso por esta vía no implicará, en ningún caso, la homologación del título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el de cursar las enseñanzas de Máster.

Proporcionar una formación en investigación orientada al Análisis Avanzado de Datos Multivariantes, y a la exploración de algunas de las áreas fundamentales de aplicación de los métodos sin necesidad de estudiar en profundidad los fundamentos matemáticos de todos ellos. Trata de proporcionar a los graduados una oferta de temas de investigación en una gran variedad de áreas de aplicación (demandadas por organismos oficiales, institutos de investigación, empresas, hospitales, industrias, etc …).

Obligatorias
Inspección de Matrices de Datos Multivariantes: Métodos Clásicos
Métodos Biplot
Análisis Exploratorio de Tablas de Tres Entradas.
Modelos para Describir Estructuras en Tablas de Tres Entradas
Modelos con Variable Respuesta
Trabajo Fin de Grado
Diseño y Análisis de Una Investigación Básica

Optativas
Análisis de Datos Ecológicos, Agronómicos y Ambientales
Técnicas para Análisis Estadístico de Datos de Microarrays y Marcadores Moleculares
Técnicas de Análisis Estadístico Aplicado a la Valoración de Recursos en la Psicología de la Salud y del Deporte.
Análisis de Supervivencia y Tests Secuenciales
Meta-Análisis
Modelos de Variables Latentes

Profesor/investigador universitario
Analista de Datos en Centros de Investigación y Hospitales
Análisis de Datos procedentes de Encuestas

Que el alumnado sepa aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos o multidisciplinares relacionados con el Análisis de Datos Multivariantes.
Que el alumnado posea las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Que el alumnado sea capaz de integrar conocimientos y enfrentarse a la complejidad de formular juicios, a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
Desarrollar la capacidad de elaboración y construcción de modelos y su validación.
Que el alumnado sepa comunicar sus conclusiones -y los conocimientos y razones últimas que los sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
Potenciar los hábitos y las habilidades de autoaprendizaje que fomenten el estudio y la actualización autónoma de los conocimientos.
Diseñar, realizar y analizar experimentos y/o aplicaciones mediante la aplicación del método científico para la resolución de problemas.
Desarrollar habilidades de gestión de la información mediante la búsqueda de bibliografía científica, la consulta de bases de datos y la utilización de los soportes y herramientas informáticas apropiadas en cada caso.
Mejorar su capacidad para manejar información en lengua inglesa como herramienta fundamental de desarrollo personal y profesional.
Desarrollar la capacidad para integrar conocimientos teóricos y prácticos ofrecidos en cada asignatura y en relación con los ofrecidos en las demás asignaturas, fomentando la integración multidisciplinar.
Educar, desarrollar y potenciar sus habilidades para trabajar en equipo.
Desarrollar la capacidad de análisis y síntesis sobre la información transmitida por el profesorado y sobre la adquirida de manera personal.