Profesor | Jaime Vázquez Alamilla | lu mi vi | 9 a 10 | Aula Magna P |
Ayudante | Omar Rodríguez Torres | ma ju | 9 a 10 | Aula Magna P |
Ayudante | Juan Pablo Acuña González | ma ju | 9 a 10 |
SEMESTRE: Séptimo en la licenciatura en actuaría y optativa de las licenciaturas en matemáticas y matemáticas aplicadas.
PERIODO: Agosto – Diciembre 2022 (Sem. 2023-1).
PROFESORES: Jaime Vázquez Alamilla (jaime.vazquez@ciencias.unam.mx) y Omar Rodríguez Torres (omarr667@gmail.com)
PLATAFORMAS PARA EL CURSO:
CLASES
Se darán en el salón asignado y en el laboratorio de cómputo para las prácticas de R.
También se proporcionan las notas de la clase para que puedan estudiar y profundizar en los temas vistos en clase.
OBJETIVO GENERAL: Proporcionar al estudiante los elementos necesarios para comprender los principios básicos de la Estadística y la relación de ésta con la Probabilidad.
OBJETIVOS ESPECÍFICOS:
REQUISITOS: Inferencia Estadística y Modelos no Paramétricos y de Regresión.
T E M A R I O Series de Tiempo 1.1 Introducción al análisis de series de tiempo. 1.1.1 Ejemplos. 1.1.2 Objetivos del análisis de series de tiempo. 1.1.3 Series de tiempo vistas como procesos estocásticos.
1.1.5 Procesos estocásticos lineales. 1.2 Tendencia y estacionalidad. 1.2.1 Gráficas con respecto al tiempo. 1.2.2 Transformaciones. 1.2.3 Análisis de series que tienen una tendencia. 1.2.4 Autocorrelación. 1.2.5 El correlograma.
1.2.7 Otras pruebas de aleatoriedad. 1.3 Modelos para series de tiempo univariadas. 1.3.0 Modelo de Holt-Winters 1.3.1 Modelos autorregresivos (AR). 1.3.2 Modelos de promedios móviles.
1.3.4 Modelos ARIMA. 1.4 Construcción de modelos para series de tiempo univariadas. 1.4.1 Identificación.
1.4.3 Verificación. 1.5 Pronóstico con modelos ARIMA. 1.6 Análisis de aplicaciones usando un paquete de cómputo estadístico. Análisis Estadístico de Supervivencia 2.1 Introducción. 2.2 Características de los datos de supervivencia. 2.2.1 Tiempo de falla o supervivencia. 2.2.2 Censura. 2.2.3 Tipos de censura.
2.2.4 Truncamiento.
|
2.3.1 Función de supervivencia. 2.3.2 Función de riesgo.
2.3.4 Función de media residual. 2.4 Relaciones entre las funciones para el análisis de supervivencia.
2.4.2 Caso discreto. 2.5 Métodos no paramétricos para el análisis de supervivencia. 2.5.1 Tabla de vida. 2.5.2 Tabla de vida modificada. 2.5.3 Estimador Kaplan y Meier (K–M) de la función de supervivencia.
2.5.5 Estimador Nelson y Aalen de la función de riesgo acumulado. 2.6 Modelos paramétricos de uso común y su estimación. 2.6.1 La verosimilitud para los distintos tipos de censura. 2.6.2 El modelo exponencial y su estimación. 2.6.3 Estimación del modelo Weibull. 2.6.4 Estimación del modelo Log-Normal.
2.6.6 Estimación de otros modelos. 2.7 Comparación de poblaciones mediante procesos no paramétricos. 2.7.1 Introducción.
2.7.3 Prueba Wilcoxon. 2.8 Modelos con covariables. 2.8.1 Introducción a diversos modelos con covariables. 2.8.2 El modelo de Cox de riesgos proporcionales. 2.8.3 Ajuste del modelo de riesgos proporcionales. 2.8.4 Interpretación de los parámetros. 2.8.5 Verificación del supuesto de riesgos proporcionales. 2.8.6 Bondad de ajuste del modelo. 2.8.7 Diagnóstico del modelo. 2.8.8 Extensión del modelo de riesgos proporcionales. 2.8.9 Covariables dependientes del tiempo. 2.9 Introducción a modelos multi estado. |
BIBLIOGRAFÍA SUGERIDA
NOTAS DEL CURSO, además:
Series de Tiempo:
Análisis de Supervivencia:
EVALUACIÓN
El curso será evaluado de la siguiente manera:
Notas:
La escala de calificaciones en la siguiente:
[0,6)-5, [6, 6.6)-6, [6.6, 7.6)-7, [7.6, 8,6)-8, [8.6, 9.6)-9 y [9.6, 10)-10
ACLARACIONES