Encabezado Facultad de Ciencias
Presentación

Actuaría (plan 2015) 2021-1

Sexto Semestre, Modelos no Paramétricos y de Regresión

Grupo 9224, 85 lugares. 58 alumnos.
Profesor Gonzalo Pérez de la Cruz lu mi vi 17 a 18
Ayudante Dioney Alonso Rosas Sanchez ma ju 17 a 18
Ayudante Rabindranath Durán Pons ma ju 17 a 18

 

Ayudantes: Dioney Alonso Rosas Sanchez y Rabindranath Durán Pons

El curso se dará en línea usando meets y classroom. Las sesiones se grabarán y también se subirán notas.

No se aceptan oyentes. La invitación ya se envió el 20 de septiembre al correo que aparece en la lista de inscripción del sistema, en caso de no recibir un correo favor de actualizar el mismo en el sistema y mandar un correo a gonzalo.perez@ciencias.unam.mx, favor de usar un correo "ciencias.unam.mx" para poder acceder a todo el material del curso.

Para obtener y actualizar correo revisar el link siguiente: http://computo.fciencias.unam.mx/manualesUsuario/manualesCorreo.php

Se recomienda: Haber cursado y aprobado Inferencia Estadística.

Temas por cubrir en el curso.

  • Estadística No Paramétrica

    • Pruebas de Bondad de Ajuste

      ¿Se puede asumir que la muestra proviene de una cierta distribución?

    • Pruebas de aleatoriedad.

      ¿Se puede asumir que los datos observados son aleatorios?

    • Pruebas sobre la igualdad de dos o más poblaciones

      ¿Se puede asumir que dos poblaciones tienen la misma distribución?

    • Medidas de asociación

      ¿Existe una asociación entre pares de variables (numéricas, ordinales)?

  • Análisis de regresión lineal simple y múltiple.
    • Estimación e inferencia. Ejemplos de problemas ANOVA y ANCOVA

Se seguirá el temario de la materia: http://www.fciencias.unam.mx/asignaturas/1639.pdf

También se mostrará el uso del paquete R para ejemplificar varios temas del curso y se dará acceso a DataCamp https://www.datacamp.com/ a quienes deseen profundizar (alrededor de 40 alumnos).

Evaluación

  • Tres tarea-exámenes. Cada uno tiene un valor de 1/3 de la calificación. Las tareas se pueden hacer de forma individual o por parejas.

  • Se darán al menos 48 horas para resolver cada tarea-exámen, este periodo incluye una sesión de ayudantía/clase para comentar sobre dudas, por ejemplo, el lunes se sube al classroom y se entrega el miércoles.

  • En algunas clases, se dejarán ejercicios que deberán resolverse en alrededor de 30 minutos. Estos ejercicios de clase son opcionales e individuales; la entrega a tiempo y de forma correcta de la solución equivale a una décima adicional sobre promedio final aprobatorio. Máximo 1 punto adicional por estos ejercicios.

Notas sobre la evaluación

  • Se deberán tener aprobados (calificación mayor o igual a 6) los tres exámenes parciales, de otra forma la calificación final es no aprobatoria.

  • La calificación promedio se redondea al entero más cercano a partir de 6.

  • Se puede reponer un examen renunciando a la calificación previa obtenida.

  • Se puede presentar examen final renunciando a la calificación final previa obtenida.

  • Se califica con NP en actas únicamente cuando el número de exámenes presentados es menor a 2.

Referencias básicas

  • Gibbons, J. D. y Chakraborti, S. (2011). Nonparametric statistical inference. CRC Press.
  • Kutner, M., Nachtsheim, C., Neter, J. y Li, W. (2005). Applied Linear Statistical Models. McGraw-Hill.
  • Montgomery, D., Peck, E.A. y Vining, G.G. (2012). Introduction to Linear Regression Analysis. Wiley.
  • Seber, G.A.F. y Lee, A. (2003). Linear Regression Analysis. Wiley.
  • Sprent, P. y Smeeton, N. (2007). Applied Nonparametric Statistical Methods. Chapman and Hall/CRC.

Otras referencias

  • Agresti, A. (2015). Foundations of linear and generalized linear models. Wiley.
  • Conover, W. J. (1999). Practical Nonparametric statistics. USA. Wiley & Sons
  • Dobson, A. y Barnett, A. (2018). An introduction to generalized linear models. CRC Press.
  • Fox, J. (2015) Applied Regression Analysis and Generalized Linear Models. Sage Publications, Thousand Oaks, California.
  • Graybill, F. A. y Iyer, H. K. (1994). Regression Analysis: Concepts and Applications. Duxbury Press.
  • Hollander M., Wolfe, D. y Chicken, E. (2014). Nonparametric Statistical Methods. Wiley.
  • Searle, S.R. (1971). Linear Models. Wiley.
  • Sheskin, D. (2011). Handbook of parametric and nonparametric statistical procedures. Chapman and Hall.
  • Weisberg, S. (2014). Applied Linear Regression. John Wiley & Sons.

 


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.