analisis de regresion

MAT-266: Analisis de Regresion

Objetivo General

El objetivo del curso es proporcionar elementos basicos e inferenciales del modelo de regresionlineal, posteriormente se describira la estimacion e inferencia en modelos no lineales. En eltranscurso de la disciplina, algunas tecnicas de diagnostico seran discutidas.

Pre-requisitos: MAT-031 o MAT-041 o MAT-042.

Gran parte del curso utilizara el ambiente de programacion y software estadstico R, disponibleen cran.r-project.org. Si usted no es familiar con R, puede consultar los manuales en PDFincluidos con el programa o bien el libro: Venables, W. and Ripley, B. (2002). Modern AppliedStatistics with S. Springer, New York.

Contenidos tematicos

1. Enfoque General de Regresion Lineal, Regresion Lineal Multiple, Analisis de Varianza.Columnas Ortogonales en la Matriz de predictores, Contraste F Parciales y Secuenciales,Contraste de una Hipotesis Lineal General, Mnimos Cuadrados Ponderados, Uso de Soft-ware.

2. Analisis de Residuos, Graficos de Residuos, Estadsticas para el Analisis de Residuos, Cor-relacion entre Residuos. Correlacion Serial, Graficos v/s Tiempo. Test Durbin-Watson.Deteccion de Observaciones influyentes, Uso de Software.

3. Extension de Modelos, Modelos Polinomiales, Modelos que involucran transformaciones,Familias de Transformaciones, Extension de Variables, Polinomios Ortogonales.

4. Seleccion de Variables, Todas las Regresiones Posibles, Regresion del Mejor Subconjunto,Procesos de Eliminacion y de Inclusion de Variables.

5. Aplicaciones a Problemas de Diseno Experimental, Clasificacion a un Criterio, Clasificaciona mas de un Criterio.

6. Variables Binarias y Regresion Logstica, Estadstico de Razon de Log-verosimilitud, Re-gresion Logstica General.

Referencias

Dobson, A.J. (2002). An Introduction to Generalized Linear Models. Chapman and Hall, BocaRaton.

Hocking, R. (1996). Methods and Applications of Linear Models. Wiley, New York.

Seber, G.A.F. (1977). Linear Regression Analysis. Wiley, New York.

Weisberg, S. (2005). Applied Linear Regression, 3nd edition. Wiley, New York.

cran.r-project.org