fenómenos. aplicar herramientas de proyección e t utilizar herramientas …€¦ · aplicar...
TRANSCRIPT
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
11
Nombre del Cuso: Modelos de Regresión LinealCódigo: MEST 103 Créditos: 3
Escuela: Estadística Estadística Estadística. AplicadaDocentes: Maestro William Eduardo Fagiani CruzEdificio: T-3 y ERIS Sección: A y BSalón del curso:
Sección A: 205 Sección B: ERIS
Horario delcurso:
Sección A: 10:00 a 13:00 Sección B: 07:00 a 10:00
Horas por semana del curso: 3 horas presenciales por sección
Trimestre: 1 Período: 23 de febrero al 18 de mayo de 2019
1. DESCRIPCIÓN DEL CURSO
La estadística es una rama de la matemática que se encarga del análisis, procesamiento e interpretación de datos provenientes de observaciones de diversos fenómenos sobre las unidades o variables, la cual es de aplicación a todas las áreas del conocimiento.
El curso de Modelos de Regresión Lineal, pertenece al área de cursos básicos delpensum de estudios de la Maestría en Estadística, estructurada en cinco unidades, quecomprenden desde conceptos básicos hasta el análisis de modelos estadísticos avanzadosen casos reales y aplicados.
Al final, se pretende que el estudiante adquiera un criterio amplio sobre el concepto, importancia y aplicación de la estadística y los modelos de regresión, encualquier área del conocimiento. Así mismo, tenga la habilidad de aplicar las técnicasadquiridas en la realización de su tesis de grado.
GENERAL1. Que el estudiante adquiera
conocimientos teóricos y prácticos de los modelos de regresión, así como su aplicación en las distintas áreas del conocimiento.
ESPECÍFICOSLograr que el participante al final del curso seacapaz de:
Aplicar los conceptos básicos de la estadística en proyectos y estudios de caso.
Utilizar herramientas avanzadas para el análisis e interpretación de fenómenos.
Aplicar herramientas de proyección y pronóstico para inferir los fenómenos.
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
12
2. OBJETIVOS
3. COMPETENCIAS TERMINALES
Al finalizar el curso el estudiante desarrolla las siguientes competencias: Estimar el grado de asociación entre variables, su interpretación y aplicación. Aplicar los distintos modelos de regresión existentes, asociado a la naturaleza del
fenómeno en análisis. Validar los distintos modelos de regresión existentes, así como visualizar sus
alcances y limitaciones. Interpretar los diferentes parámetros estadísticos de utilidad en la toma de decisiones
en la resolución de problemas, proyectos e investigaciones. Adquirir habilidades y criterios en el análisis, procesamiento e interpretación de
fenómenos estudiados.
4. CONTENIDO TEMÁTICO DEL CURSO
Unidad Tema
I
1. Modelización EstadísticaIntroducción EjemplosModelización Estadística
II 2. Análisis de Correlación IntroducciónAnálisis graficoAnálisis de correlación
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
13
Contrastes de hipótesisTransformación Pro LinealidadCorrelación Múltiple y parcial
III
3. Modelo de Regresión Lineal Simple IntroducciónFormulación del ModeloPropiedades del ajuste de la recta de regresión Estimación de σInferencia Bondad del AjusteDiagnostico Gráfico del Modelo. Análisis de los Residuos
IV
4. El modelo lineal generalIntroducción, conceptos y particularizacionesRegresión lineal simpleRegresión lineal múltipleRegresión polinómicaModelos de AnovaModelos de AncovaAjuste del modeloPropiedades del ajuste por mínimos cuadradosInferencia y predicciónContrastes linealescomparación y selección de modelosMulticolinealidad
V
Validación de ModelosSoluciones a problemas detectados en el diagnostico del modeloAnálisis de influenciaValidación del modelo: validación cruzada
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
14
5. CRONOGRAMA DE ACTIVIDADES
Sesi
ón
Fech
a
Objetivo de la sesión Contenidos a desarrollar Actividad Evaluación
Sesi
ón N
o.1 Presentación del
curso.Desarrollo y aplicación de contenidos unidad I.
Modelización Estadística
Clase magistral
Tarea en clase hoja de trabajo 2 puntos
Sesi
ón
No.
2
Análisis de Correlación
IntroducciónAnálisis graficoAnálisis de correlación
Clase magistral
Tarea en clase hoja de trabajo 3 puntos
Sesi
ón N
o.3
Análisis de Correlación
Contrastes de hipótesisTransformación Pro LinealidadCorrelación Múltiple y parcial
Clase magistral
Tarea en clase hoja de trabajo 2 puntos
Sesi
ón N
o.4
Fech
a: m
arzo
16
de 2
019
Modelo de Regresión Lineal Simple
IntroducciónFormulación del ModeloPropiedades del ajuste de la recta de regresión Estimación de σInferencia Bondad del AjusteDiagnostico Gráfico del Modelo. Análisis de los Residuos
Clase magistral
Tarea en clase hoja de trabajo 3 puntos
Sesi
ón
No.
5 Examen parcial Examen parcial Examen parcial 20 puntos
Sesi
ón N
o.6
El modelo lineal general
Introducción, conceptos y particularizacionesRegresión lineal simpleRegresión lineal múltipleRegresión polinómica
Clase magistral
Tarea en clase hoja de trabajo 5 puntos
Sesi
ón N
o.7
Fech
a: a
bril
6 de
201
9 El modelo lineal general
Modelos de AnovaModelos de AncovaAjuste del modeloPropiedades del ajuste por mínimos cuadradosInferencia y predicciónContrastes linealescomparación y selección de modelos
Clase magistral
Tarea en clase hoja de trabajo 5 puntos
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
15
MulticolinealidadSe
sión
No.
8Fe
cha:
abr
il 27
de
2019
Examen parcial Examen parcial Examen parcial 20 puntos
Sesi
ón N
o 9
Validación de Modelos
Soluciones a problemas detectados en el diagnostico del modeloAnálisis de influenciaValidación del modelo: validación cruzada
Clase magistral
Tarea en clase hoja de trabajo 5 puntos
Sesi
ón N
o 10
de
2019
Validación de Modelos
Validación del modelo: Validación cruzada
Clase magistral
Tarea en clase hoja de trabajo 5 puntos
Sesi
ón N
o 11
1.
Examen final
1.
Examen final
Examen final 30 puntos
6. NOTA DE PROMOCIÓN Y EVALUACIÓN DEL RENDIMIENTO ACADÉMICO
La nota de promoción es de 70 puntos en una escala de 0 a 100 puntos, de acuerdo con el Reglamento del sistema de Estudios de Postgrado de la USAC. La asistencia debe ser de al menosel 85%. La zona es de 70 puntos y la evaluación final es de 30 puntos, no hay exámenes de recuperación.
6. Metodología
La metodología del curso consistirá en clases didácticas, presentaciones magistrales, resolución de ejercicios, estudios de caso y aplicaciones. Además, se fomentará el hábito de lectura y escritura en casos técnicos-científicos.
UNIVERSIDAD DE SAN CARLOS DE GUATEMALAFACULTAD DE INGENIERIAESCUELA DE ESTUDIOS DE POSTGRADO
2019
TRIMESTRE
16
7. BIBLIOGRAFÍA
1. Aparicio, J., Martinez, M., & Morales, J. (2004). Modelos Lineales Aplicados en R. Dto. Estadística, Matemáticas e Informática.
2. Aitkin, M.A. (1974). Simultaneous inference and the choice of variable subsets. Technometrics, 16, 221-227
3. Atkinson, A.C. (1985). Plots, Transformations and Regression. Clarendon Press, Oxford.
4. Belsley, D.A., Kuh, E. and Welsch, R.E. (1980). Regression Diagnostics: Identifying Influential Data and Sources of Collinearity. Willey, N.Y.
5. Cook,R.D. (1998). Regression Graphics. New York: Wiley.6. Cook, R.D. and Weisberg, S. (1999). Applied Regression Including Computing and