Modelos Lineales - Facultad de Estadística - Universidad Santo ...

FACULTAD DE ECONOMÍA
Plan de Trabajo Semanal
ESTADÍSTICA II
FACULTAD DE ESTADISTICA
1. IDENTIFICACIÓN
ASIGNATURA: MODELOS LINEALES
Créditos: 3 Horas presénciales: 128
Horas a la semana: 4 Horas de trabajo independiente: 256
Ubicación
Total horas de trabajo de la
4° semestre
384
curricular:
asignatura:
2. CARACTERISTICAS
COMPETENCIAS
Teniendo en cuenta las cuatro dimensiones que señala la doctrina Tomista, con la signatura de Probabilidad se pretende desarrollar
las siguientes competencias:
En el Comprender:
‣ Capacidad para comprender los procedimientos estadísticos inferenciales cuando los valores de una variable considerada
respuesta dependen de los valores de otras variables denominadas explicativas.
‣ Capacidad para comprender la sintaxis utilizada para utilizar el modelo IML de SAS y el software estadístico R.
‣ Capacidad para proponer el modelo adecuado a los datos en una situación de interés.
1

ESTADÍSTICA II
En el hacer y en el obrar:
‣ Capacidad para interpretar y proponer el modelo adecuado según la exploración de los datos.
‣ Capacidad valorar y construir escenarios de solución a los interrogantes propuestos.
‣ Capacidad para construir los scripts requeridos en SAS o R para el análisis de los datos..
En el comunicar
‣ Capacidad para comunicar e interpretar los diferentes escenarios de modelos recomendados a la solución de los
interrogantes planteados.
OBJETIVO GENERAL
Construcción del marco teórico básico para el análisis de datos utilizando modelos lineales.
JUSTIFICACIÓN
Los modelos lineales son procedimientos estadísticos inferenciales que permiten pronosticar el comportamiento de una variable
respuesta Y cuando ella está relacionada con otras variables explicativas presentes y controladas en el proceso. Por su variada
aplicación en el análisis de datos, el conocimiento de este procedimiento se considera importante y es básico en la formación del
estadístico.
ESTRATEGIAS METODOLOGICAS
El curso se desarrolla siguiendo una metodología cuyos pasos generales se describen de la siguiente manera:
‣ Construcción del marco teórico.
‣ Diseño y elaboración de scripts para utilizar SAS y R en los cálculos requeridos.
‣ Análisis y discusión de ejemplos.
2

ESTADÍSTICA II
3. CONTENIDO
SEMANA
TEMA
1 - 2 Modelos de regresión lineal
simple.
ACTIVIDADES DE APREDIZAJE
ACOMPAÑAMIENTO
Forma matricial del modelo.
Estimación por mínimos cuadrados.
Estimación por máxima verosimilitud.
Distribución de los estimadores.
INDEPENDIENTE
Capítulos 1 y 2 del curso básico de modelos
lineales
Luis Francisco Rincón
3 - 4 Criterios para evaluar el
modelo de regresión lineal
simple.
5 - 6 Modelos de rango completo.
Práctica en Excel para datos simulados
Coeficiente de correlación.
Intervalos de confianza.
Pruebas de hipótesis.
Estadísticos para detectar observaciones influyentes.
Verificación de supuestos.
Elaboración de script en el modelo IML de SAS
Elaboración de script en R
Modelos de regresión lineal múltiple.
Distribución de los estimadores.
Intervalos de confianza.
Pruebas de hipótesis
Ejercicios:
Capítulos 1 y 2 del curso básico de modelos
lineales
Luis Francisco Rincón
Capítulos 3 y4 del curso básico de modelos
lineales
Luis Francisco Rincón
Ejercicios:
Capítulos 3 y4 del curso básico de modelos
lineales
Luis Francisco Rincón
Capítulo 5 del curso básico de modelos
lineales
Luis Francisco Rincón
3

7 - 8 Criterios para evaluar el
modelo de rango completo.
Elaboración de script en el modelo IML de SAS
Elaboración de script en R
Estimación e inferencia sobre los parámetros.
Análisis de varianza.
Coeficiente de determinación múltiple.
Análisis de residuales.
ESTADÍSTICA II
Ejercicios:
Capítulos 5 del curso básico de modelos
lineales
Luis Francisco Rincón
Capítulo 5 del curso básico de modelos
lineales
Luis Francisco Rincón
Elaboración de script en el modelo IML de SAS
Elaboración de script en R
9 - 10 El modelo reducido.
La multicolinealidad.
Modelos con formas polinómicas.
Ejemplos de regresión múltiple en SAS.
Ejemplos de regresión múltiple en R
Capítulo 6 del curso básico de modelos
lineales
Luis Francisco Rincón
4

Elaboración de script en el modelo IML de SAS
Elaboración de script en R
ESTADÍSTICA II
11 - 12 Modelos de rango
incompleto.
Estimación e inferencia sobre los parámetros.
Análisis de varianza.
Coeficiente de determinación múltiple.
Funciones estimables.
El modelo reducido.
Capítulo 7 del curso básico de modelos
lineales
Luis Francisco Rincón
Elaboración de script en el modelo IML de SAS
Elaboración de script en R
5

13 - 14 Diseños experimentales.
Diseño unifactorial.
Propuesta del modelo y Matriz de diseño.
Análisis de varianza.
Variables Dummy.
Análisis de residuales.
ESTADÍSTICA II
Capítulo 7 del curso básico de modelos
lineales
Luis Francisco Rincón
Elaboración de script en el modelo IML de SAS
Elaboración de script en R
15 - 16 Diseño bifactorial.
Diseño bifactorial cruzado.
Diseño bifactorial anidado.
Análisis de varianza.
Pruebas ce comparación múltiple.
Capítulos 8 y 9 del curso básico de
modelos lineales
Luis Francisco Rincón
6

Elaboración de script en el modelo IML de SAS
Elaboración de script en R
ESTADÍSTICA II
4. BIBLIOGRAFÍA
Textos Guía
RINCÓN Luis Francisco. Curso básico de modelos lineales. Universidad Santo Tomás. (2009)
MOOD / GRAYBILL / BOES. Introduction to the theory of statistics. Third edition. Mc Graw-Hill. 1974.
ROSS Sheldon. A first course in probability. Seventh edition. Prentice Hall. 2006.
WISNIESWSKI / VELASCO. Problemario de probabilidad. Thomson. 2001
Textos de consulta
DE GROOT MORRIS. Probability and statistics. Addison Wesley. 1975.
PAPOULIS ATHANASIOS. Probability, random variables and stochastic processes. Mc Graw-Hill. 2005
CANAVOS GEORGE. Probabilidad y Estadística Mc Graw-Hill. 1988
MENDENHALL / SCHEAFFER / WACKERLY. Estadística matemática con aplicaciones. Thomson. 2003.
MEYER PAUL. Probabilidad y aplicaciones estadísticas. Addison Wesley. 1986.
FELLER WILLIAM. Introducción a la teoría de probabilidades y sus aplicaciones. Limusa. 1991.
5. EVALUACIONES
7

PORCENTAJES DE EVALUACIÓN:
‣ Primer corte 35% dos parciales con valor total de 30 puntos y un trabajo de 5 puntos.
‣ Segundo corte 35% dos parciales con valor total de 30 puntos y un trabajo de 5 puntos.
‣ Examen final 30 % exámen final 30 puntos.
ESTADÍSTICA II
8