Técnicas de regresión avanzadas para escenarios de relaciones no lineales, fuerte colinealidad e interacciones entre predictores: modelos PLS, GAM y Random Forests

El objetivo del curso es presentar teórica y prácticamente varias técnicas de regresión habitualmente poco conocidas, pero que sin embargo tienen una enorme utilidad en disciplinas tan variadas como ecología, ordenación del territorio, modelos predictivos de distribución de organismos o impactos, sociología, agronomía, etc.

Dirigido a: personas interesadas en adquirir conocimientos avanzados en modelos de regresión.

Requisitos: conocimientos bien asentados en los conceptos estadísticos básicos así como interés en aproximarse a un uso más avanzado de R.

Temario:

• Bloque 1. Aspectos generales

  Distribuciones y funciones de vínculo con las principales familias.

  Análisis de supuestos canónicos.

  Poder explicativo y predictivo de los modelos.

• Bloque 2. Técnicas estadísticas

  Modelos Generalizados Aditivos (GAM)

  Regresión PLS (Partial Least Squares)

  Modelos Random Fortests

Duración total: 22 horas

Más información en: https://www.mncn.csic.es/es/sociedad-de-amigos-del-museo/tecnicas-de-regresion-avanzadas-para-escenarios-de-relaciones-no

Inscripción