ANALISIS DE DATOS CATEGORICOS - 523456
- Descripción :Esta asignatura aborda los modelos de respuestas binomiales, multinomiales y de respuestas positivas.
Esta asignatura contribuye a las siguientes competencias del perfil de egreso:
C1. Interactuar en grupos multidisciplinarios, trabajando en equipo e interiorizandose de materias relativas a otras areas.
C2. Modelar estadisticamente problemas, en el contexto de la disciplina de origen.
- Resultados aprendizaje esperados :R1. Construye modelos con variables binarias, realiza inferencias y pruebas de bondad de ajuste.
R2. Aprende los principios basicos del analisis de datos categoricos.
R3. Utiliza programas computacionales adecuados que permitan estimar modelos.
R4. Interpreta la estimacion del modelo y realiza predicciones.
R5. Identifica datos influyentes en los modelos tales como puntos outliers y leverage.
R6. Construye modelos estadisticos generales a partir de los modelos lineales.
R7. Estima e identifica una representacion particular de los modelos lineales generales.
- Contenidos :? Introduccion. Tablas de contingencia. Medidas de asociacion y pruebas de independencia. Comparacion de proporciones. Tablas simetricas y asimetricas. Inferencia para tablas de doble entrada.
? Modelos para repuestas binarias. El modelo lineal generalizado. Regresion logistica. El modelo logit para datos categoricos. Metodos de diagnostico.
? Modelos Loglineales. Modelos para tablas de dos entradas. Modelos para tablas de tres entradas. Modelos para tablas de entradas multiples.
? Ajuste de modelos Loglineales y logit. Estimacion de las frecuencias esperadas. Estimacion de parametros e interpretacion de los modelos. Pruebas de bondad de ajuste. Aplicaciones.
? Modelos loglineales y logit para variables ordinales. Modelos L-L. Modelos de efecto columna y modelos de efecto fila. Pruebas de independencia en clasificaciones ordinales. Aplicaciones.
? Modelos para respuesta multinomial. Modelos log-lineales y logit generalizados. Modelos logit multinomiales. Logits para respuestas ordinales. Modelos logit acumulativos. Aplicaciones.
- Metodología :Clases expositivas, clases en laboratorio de computacion y trabajo autonomo.
- Evaluación :De acuerdo al Reglamento Interno de Docencia de Pregrado de la Facultad de Ciencias Fisicas y Matematicas.
- Facultad :CS FISICAS Y MATEMATICAS
- Departamento :ESTADISTICA
- Creditos :4
- Creditos Transferibles:
- Duración :SEMESTRAL
- Horas Teóricas :3
- Horas Practicas :2
- Horas Laboratorio :0
- PDF Documento