Actuaría (plan 2015) 2023-1

Séptimo Semestre, Modelos de Supervivencia y de Series de Tiempo

MODELOS DE SUPERVIVENCIA Y DE SERIES DE TIEMPO (ESTADÍSTICA III)

Profr. Francisco Sánchez Villarreal

Ayud. Santiago Lara Jiménez

FORMACIÓN ACADÉMICA

Maestro Normalista egresado de la Escuela Nacional de Maestros.

Especialidad en Pedagogía Instituto Félix F. Bernasconi Bs.As, Argentina.

Actuaría Facultad de Ciencias UNAM

Maestría en Estadística e Investigación de Operaciones. Instituto de Investigación en Matemáticas Aplicadas y Sistemas (IIMAS) UNAM.

Muestreo para Poblaciones Finitas. Instituto Nacional de Estadística, España

ACTIVIDAD PROFESIONAL

Profesor de Educación Primaria

Ayudante de Investigador Programa de Encuestas Secretaría de Agricultura.

Investigador Fundación para Estudios de la Población

Jefe de Departamentos de Estadística e Investigación de Operaciones SCT.

Asesor en Cómputo Estadístico Facultad de Medicina UNAM.

Subdirector de Operaciones de Encuestas Nacionales Epidemiología Secretaría de Salud.

Asesor en Estadística y Muestreo Nielsen, México y Latinoamérica.

Director de Investigación y Desarrollo en Matemáticas Aplicadas PRAGMA

ACTIVIDAD DOCENTE

Profesor Asociado B de Medio Tiempo Facultad de Ciencias UNAM

Profesor Maestría en Ingeniería de Sistemas UABC, Mexicali B.C.

Profesor Muestreo Especialidad en Estadística IIMAS UNAM

SANTIAGO LARA JIMÉNEZ

FORMACIÓN ACADÉMICA

Actuaría Facultad de Ciencias UNAM

ACTIVIDAD PROFESIONAL

Coordinación Logística de actividades de levantamiento de diversas encuestas , entre ellas, en la Encuesta para Integridad y Oportunidad de Entrega de Libros Gratuitos CONALITEG

Coordinación de Campo en la Auditoría de Metodología, Operación y Sistema Servicio de Medición de Audiencias de Radio, Investigación de Mercados INRA S.C.

ACTIVIDAD DOCENTE

UNAM XOCHIMILCO. Profesor Adjunto de las materias: Estadística I, Estadística II, Estadística III, Matemáticas I, Diseño de Experimentos.

Facultad de Ciencias UNAM. Ayudante de Profesor : Análisis Numérico, Ecuaciones Diferenciales Ordinarias I, Inferencia Estadística, Modelos no Paramétricos y de Regresión, Análisis de Supervivencia y Series de Tiempo , Variable Compleja

PRESENTACIÓN

MODELOS DE SERIES DE TIEMPO

El ser humano tiene conciencia de los eventos pasados, presentes y los que posiblemente sucedan en el futuro. La incertidumbre sobre el futuro, ya sea en el plano personal o laboral es común a cualquier persona. En el campo económico y financiero el poder disponer de pronósticos confiables sobre diversas variables, ha motivado el desarrollo de técnicas que pretenden, a partir de información pasada conformar un escenario futuro.

Las técnicas y modelos de series de tiempo para fines de pronóstico se han ligado a la Estadística desde sus inicios como disciplina formal.

En este curso se estudiarán desde modelo básicos, hasta modelos más avanzados, los cuales son frecuentemente requeridos , tanto en organismos públicos, como empresas privadas.

INTRODUCCIÓN AL ANÁLISIS DE SERIES DE TIEMPO

1. Modelos Descriptivos

1.1 Ejemplos

1.2 Objetivos del análisis de series de tiempo

1.3 Modelos descriptivos de Series de Tiempo

1.3.1 Componentes de una Serie de Tiempo

1.3.2 Medias Móviles simples y ponderadas

1.3.3 Suavizamiento Exponencial Simple

1.3.4 Modelo de Brown

1.3.5 Modelo de Holt y Winter

1.4 Métodos de Descomposición con Regresión

1.4.1 Eliminación de Tendencia

1.4.2 Eliminación del Efecto Estacional

1.4.3 Eliminación del Efecto de Ciclo Largo

2. Modelos Estocásticos Univariados

2.1 Operadores

2.2 Autocorrelaciones Simples y Parciales

2.3 Varianza de Coeficientes de Autocorrelación

2.4 Prueba de Ljung y Box

2.5 Modelos Autorregresivos (AR)

2.6 Modelos de Promedios Móviles (MA)

2.7 Modelos Autorregresivos y de Promedios Móviles (ARMA)

2.8 Modelos Integrados ARIMA

2.9 Introducción a Modelos ARCH y GARCH

Bibliografía

• Sánchez Villarreal Francisco. Notas del Curso en PDF

• Makridakis,Spyros and Wheelwright (1978). Forecasting Methods & Applications New York: JohnWiley & Sons.

• Guerrero, M. Víctor (1991). Análisis Estadístico de Series de Tiempo Económicas. México, UAM, New York.

• Box, Goerge, P. and Jenkins, Gwilym,M. (1970). Time Series Analysis Forecasting and Control. San Francisco New York, Holden Day

MODELOS DE SUPERVIVENCIA

3 Introducción

3.1 La definición de tiempos de falla

3.3 Datos censurados

3.4 Funciones de supervivencia

3.5 Algunos ejemplos

3.6 Distribuciones de tiempos de falla

3.7 Función de riesgo

3.8 Frecuencia, severidad y distribución de supervivencia.

3.9 Algunas distribuciones de supervivencia y sus aplicaciones

3.10 Comparación de distribuciones

3.11 Análisis estadístico paramétrico

3.12 La función de verosimilitud

3.13 Estimación cuando no hay datos censurados

3.14 Estimación cuando hay datos censurados

3.15 Familia de riesgos proporcionales

4 Métodos no-paramétricos

4.1 Estimadores límite-producto de la función de supervivencia

4.2 Análisis de tablas de vida

4.3 Tasa de supervivencia para cinco años y tasas de supervivencia corregidas

5 Modelos con dependencia en variables explicativas o covariables

5.1 Modelo de vida acelerada

5.2 Modelo de riesgos proporcionales

5.3 El Modelo de riesgos proporcionales de Cox

Bibliografía.

Sánchez Villarreal Francisco. Notas del Curso en archivos PDF.

Cox,D.R.; Oakes,D. (1992). Analysis of Survival Data. New York, Chapman & Hall

Collett, David. (2003). Modeling Survival Data in Medical Research. New York. Chapman & Hall

Lee, Elisa, T., Statistical Methods for Survival Data Analysis. (1994).New York. John Wiley & Sons, Inc.

Elandt-Johnson, Regina C.; Johnson, Norman L. Survival Models and Data Analysis. (1980) New York. John Wiley & Sons, Inc.

DINÁMICA DEL CURSO

El curso está diseñado para la modalidad a distancia.

Sesiones sincrónicas. Con exposición del profesor y/o ayudantes y presencia de alumnos mediante las plataformas (ZOOM y Google Classroom) en horario y días establecidos.

Sesiones asincrónicas. Se pondrán a disposición de los alumnos videos de exposiciones del profesor correspondientes a clases y resolución de ejercicios en base a Excel, R y SPSS, para que los alumnos los consulten en el momento que dispongan.

Para la gestión de archivos de vídeo, documentos y demás materiales se usará la herramienta Google Classroom cuya clave de acceso es se enviará posteriormente. También se dispondrá de un canal privado de Youtube, cuya clave de acceso se notificará oportunamente.

Para las clases en línea se usará la plataforma de vídeo Zoom, la liga de acceso se enviará previamente.

Se usará la cuenta de correo estadistica.fciencias.unam@gmail.com como respaldo de envío de tareas, exámenes y retroalimentación de las mismas.

MATERIAL DIDÁCTICO

•Notas del curso y lecturas complementarias en formato PDF.

•Archivos de datos Excel para cálculo de ejemplos paso a paso a realizar en clase y tareas.

•Archivos de código fuente en R (scrip)

•Archivos de datos en formato CSV para emplear con R

•Videos en plataforma (Google Classroom) y en Canal Privado de YOUTUBE.

EVALUACIÓN

La comunicación se realizará a través del correo electrónico del curso y correos de todos los alumnos para notificaciones diversas.

Entrega de tareas en tiempo (fechas definidas) y forma (formato de entrega) por correo electrónico y/o Classroom. Se llevará un control permanente de tareas entregadas, en caso de tareas entregadas fuera del tiempo designado, en caso de ser aceptadas, serán evaluadas con una calificación menor.

Participación voluntaria en clases de ayudantía

Exposición en equipo acordada de proyectos realizados en equipos durante las ayudantías.

Cuestionarios instantáneos en sesiones en línea en forma periódica.