Asignaturas

MAT-206 / 360: Inferencia Estadística

Horario: MA 17:20-18:50 y JU 15:40-17:10 Sala F-265.
Información: Cronograma de la asignatura  |  Disponibilidad horaria .

Descripción
El objetivo del curso es presentar los conceptos fundamentales de inferencia estadística. El enfoque de la asignatura es presentar herramientas que correspondan a un vehículo que permita llevar a cabo el análisis de un conjunto de datos. El desarrollo de la asignatura está fuertemente basado en realizar supuestos distribucionales clásicos y por tanto la exposición estará relacionada de manera importante con la función de verosimilitud. A medida que se progrese en los contenidos se revisará procedimientos de estimación y prueba de hipótesis relajando una serie de supuestos para el contexto más general de ecuaciones de estimación.

Referencias

• Casella, G., Berger, R.L. (2002). Statistical Inference (2nd Ed.). Duxbury, Pacific Grove.
• Jørgensen, B., Labouriau, R. (1994). Exponential Families and Theoretical Inference. Lecture Notes, Department of Statistics, University of British Columbia.
• Pawitan, Y. (2001). In All Likelihood: Statistical modelling and inference using likelihood. Oxford University Press, New York.
• Rohde, C.A. (2014). Introductory Statistical Inference with Likelihood Function. Springer, New York.

Slides
Slides 1

Certámenes
Certamen 1  |  Pauta de corrección
Certamen 2  |  Pauta de corrección
Certamen 3

Tareas
Tarea 1

Encuesta docente: Evaluación global: 3.8 |  Resultados: 2017-2

MAT-269: Análisis Estadístico Multivariado

Encuesta docente: Evaluación global: 3.8 |  Resultados: 2017-1

Descripción
El propósito de este curso es proveer de una introducción a la inferencia estadística en un contexto donde se mide múltiples variables de interés de naturaleza cuantitativa. A lo largo del curso frecuentemente se asumirá que los datos provienen desde una distribución normal multivariada. La asignatura es subdividida en dos principales partes. Inferencia bajo el supuesto de normalidad y la descripción de diversas técnicas multivariadas. Entre las que podemos destacar: Regresión multivariada y GMANOVA, Análisis de componentes principales, Análisis factorial y métodos de clasificación y agrupamiento.

Referencias

• Anderson, T.W. (2003). An Introduction to Multivariate Statistical Analysis (3rd Ed.). Wiley, New York.
• Hardle, W.K., Simar, L. (2012). Applied Multivariate Statistical Analysis (3rd Ed.). Springer, New York.
• Seber, G.A.F. (2004). Multivariate Observations. Wiley, New York.

MAT-422: Modelos Lineales (Generalizados)

Horario: MA 14:00-15:30 Sala F-228 y JU 08:00-09:30 Sala F-265.
Información: Cronograma de la asignatura  |  Disponibilidad horaria .
Inicio de clases: Martes 11 de Septiembre.

Descripción
El propósito de este curso es proveer de una introducción a los aspectos básicos de estimación y pruebas de hipótesis en el contexto de modelos de regresión para datos que siguen una distribución en la familia exponencial. El curso se plantea como un marco unificador para la inferencia en modelos lineales para datos no gaussianos. Algunos tópicos adicionales en los que se realiza un énfasis especial son extensiones nolineales así como para datos con estructura longitudinal.

Referencias

• Dobson, A. (1990). An Introduction to Generalized Linear Models. Chapman and Hall, London.
• McCullagh, P., Nelder, J.A. (1983). Generalized Linear Models. Chapman and Hall, London.
• Paula, G.A. (2013). Modelos de Regressão: com apoio computacional. Instituto de Matemática e Estatística - USP, São Paulo, Brasil.
• Wei, B. (1998). Exponential Family Nonlinear Models. Springer, Singapore.