Encabezado Facultad de Ciencias
Presentación

Actuaría (plan 2015) 2019-2

Optativas, Seminario de Estadística I

Grupo 9331, 81 lugares. 21 alumnos.
Datos categóricos.
Profesor José Salvador Zamora Muñoz lu mi vi 11 a 12 306 (Yelizcalli)
Ayudante Aide García Galván ma ju 11 a 12 306 (Yelizcalli)
 

DATOS CATEGORICOS

Temario:

Unidad I: Introducción a los datos categóricos

Tablas de contingencia

Medidas de asociación en tablas de contingencia

Tablas de contingencia de más de dos vías.

Tablas de independencia conjunta, marginal y parcial.

Unidad II: Modelos log-lineales

Introducción

El modelo loglineal para tablas de contingencia

Modelos loglineales para

Independencia total

Independencia conjunta

Independencia parcial

Independencia marginal

Ajuste de los modelos loglineales

Interpretación de los parámetros

Bondad de ajuste

Unidad III: Modelos para respuesta binaria

Introdución

El modelo Logit

Verosimilitud del modelo Logit

Ajuste del modelo logit

Interpretación de los parámetros

Modelos generados por otras ligas: Probit, Clog-log Log-log

Bondad de ajuste

Unidad IV: Modelo de regresión para respuesta politómica

Introducción

El modelo logit multinomial

Ajuste del modelo logit multinomial

Interpretación de los parámetros

Bondad de ajuste

Unidad V: Modelos para respuesta politómica ordinal

Introducción

El modelo de momios proporcionales

Ajuste del modelo de momios proporcionales

Interpretación de los parámetros

Bondad de ajuste

El modelo de momios proporcionales parciales

Ajuste del modelo de momios proporcionales parciales

Interpretación de los parámetros

Bondad de ajuste

Unidad VI: Modelos para datos de conteo

Introducción

Modelo Poisson

Ajuste del modelo Poisson

El concepto de offset

Interpretación de los parámetros

Sobredispersión

Modelo Binomial Negativo

Bondad de ajuste

Bibliografía

Alan Agresti (2007). An Introduction to Categorical Data Analysis (Second Edition). Jhon Wiley & Sons, Inc, NY.

Hosmer, D and Lemeshow, S. (2000) Applied Logistic Regression, Second Edition. Jhon Wiley & Sons, Inc, NY.

Kleinbaum, D. and Klein, M. (2002). Logistic regression: a self-learning text. Springer- Verlag, N.Y.

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.