Encabezado Facultad de Ciencias
Presentación

Actuaría (plan 2015) 2024-2

Optativas, Seminario de Estadística I

Grupo 9266, 40 lugares. 36 alumnos.
Datos Categóricos
Profesor José Salvador Zamora Muñoz lu mi vi 11 a 12 305 (Yelizcalli)
Ayudante Brenda Lambert Lamazares ma ju 11 a 12 305 (Yelizcalli)
 

ANÁLISIS DE DATOS CATEGÓRICOS 2024-2

(Seminario de Aplicaciones Actuariales I)

Profesor: Salvador Zamora Muñoz (martes, jueves, viernes)

zzsal@ciencias.unam.mx

salvador@sigma.iimas.unam.mx

Ayudante: Brenda Lambert Lamazares (lunes y miércoles)

b_lamazares@ciencias.unam.mx

Temario:

  • Introducción
  • Repaso de distribuciones de probabilidad de uso común en datos categóricos
  • Tablas de contingencia
  • Distribuciones de probabilidad asociadas a una tabla de contingencia
  • Medidas de asociación en tablas de contingencia
  • Prueba Ji-cuadrada de independencia
  • Prueba exacta de Fisher
  • Medidas de asociación
  • Diferencia de proporciones
  • Riesgo relativo, momios y cociente de momios
  • Fuerza de asociación
  • Coeficiente de contingencia
  • Coeficiente phi
  • La V de Cramér
  • Medidas de asociación para variables ordinales
  • Prueba gamma
  • Tabla de tres vías o tres dimensiones
  • Modelo de independencia completa
  • Modelo de independencia conjunta
  • Modelo de independencia condicional
  • Modelos Loglineales (para 2 o más dimensiones)
  • Modelo de independencia
  • Modelo saturado
  • Estimación e interpretación de parámetros
  • Modelos jerárquicos

ANÁLISIS DE DATOS CATEGÓRICOS 2023-2

(Seminario de Aplicaciones Actuariales I)

Profesor: Salvador Zamora Muñoz (lunes, miércoles, viernes)

zzsal@ciencias.unam.mx

salvador@sigma.iimas.unam.mx

Ayudante: Brenda Lambert Lamazares (martes y jueves)

b_lamazares@ciencias.unam.mx

Temario:

  • Introducción
  • Repaso de distribuciones de probabilidad de uso común en datos categóricos
  • Tablas de contingencia
  • Distribuciones de probabilidad asociadas a una tabla de contingencia
  • Medidas de asociación en tablas de contingencia
  • Prueba Ji-cuadrada de independencia
  • Prueba exacta de Fisher
  • Medidas de asociación
  • Diferencia de proporciones
  • Riesgo relativo, momios y cociente de momios
  • Fuerza de asociación
  • Coeficiente de contingencia
  • Coeficiente phi
  • La V de Cramér
  • Medidas de asociación para variables ordinales
  • Prueba gamma
  • Tabla de tres vías o tres dimensiones
  • Modelo de independencia completa
  • Modelo de independencia conjunta
  • Modelo de independencia condicional
  • Modelos Loglineales (para 2 o más dimensiones)
  • Modelo de independencia
  • Modelo saturado
  • Estimación e interpretación de parámetros
  • Modelos jerárquicos

ANÁLISIS DE DATOS CATEGÓRICOS 2023-2

(Seminario de Aplicaciones Actuariales I)

Profesor: Salvador Zamora Muñoz (lunes, miércoles, viernes)

zzsal@ciencias.unam.mx

salvador@sigma.iimas.unam.mx

Ayudante: Brenda Lambert Lamazares (martes y jueves)

b_lamazares@ciencias.unam.mx

Temario:

  • Introducción
  • Repaso de distribuciones de probabilidad de uso común en datos categóricos
  • Tablas de contingencia
  • Distribuciones de probabilidad asociadas a una tabla de contingencia
  • Medidas de asociación en tablas de contingencia
  • Prueba Ji-cuadrada de independencia
  • Prueba exacta de Fisher
  • Medidas de asociación
  • Diferencia de proporciones
  • Riesgo relativo, momios y cociente de momios
  • Fuerza de asociación
  • Coeficiente de contingencia
  • Coeficiente phi
  • La V de Cramér
  • Medidas de asociación para variables ordinales
  • Prueba gamma
  • Tabla de tres vías o tres dimensiones
  • Modelo de independencia completa
  • Modelo de independencia conjunta
  • Modelo de independencia condicional
  • Modelos Loglineales (para 2 o más dimensiones)
  • Modelo de independencia
  • Modelo saturado
  • Estimación e interpretación de parámetros
  • Modelos jerárquicos
  • Estrategias de ajuste (modelos saturado, asociación homogénea, independencia condicional, independencia conjunta e independencia completa)
  • Regresión Logística
  • Función logística
  • Interpretación de parámetros
  • Interpretación de modelo a través de cocientes de momios
  • Estimación de los parámetros
  • Modelo logístico con datos agrupados
  • Inferencia estadística (pruebas de hipótesis e intervalos de confianza)
  • Bondad de ajuste (devianza y comparación de modelos a través de la devianza)
  • Diagnóstico del modelo logístico (residuos, estadística de Hosmer-Lemeshow, diagnóstico de las observaciones, distancia de Cook, gráficas para realizar los diagnósticos, curva de ROC, sensibilidad y especifiidad )
  • Otras ligas para respuesta dicotómica (liga clogclog y liga loglog)
  • Soberdispersión
  • Regresión Multinomial
  • Modelo logit multinomial
  • Estimación y pruebas de hipótesis
  • Inferencias para el modelo de regresión multinomial
  • Pruebas de hipótesis
  • Interpretación de parámetros
  • Comparación de modelos
  • Regresión Ordinal
  • Modelo de momios proporcionales
  • Inferencia sobre modelo logístico ordinal (estimación e interpretación de parámetros)
  • Modelo Probit ordinal
  • Bondad de ajuste
  • Modelo de momios proporcionales parciales
    • Regresión Poisson
    • Estimación
    • Interpretación de parámetros
    • Bondad de ajuste
    • Comparación de modelos
    • Prueba de hipótesis general
    • Sobredispersión
    • Modelo Binomial Negativo
  • Evaluación:

    • Tareas: 80% (20% cada una)

    • Proyecto Final: 20%

    • Tareitas y participación en clases: 10% (extra)

    Tema de las tareas:

    • Distribuciones de probabilidad, tablas de contingencia y medidas de asociación

    • Tablas de tres vías y modelos loglineales

    • Regresión Logística y Multinomial

    • Regresión Ordinal y Poisson

    Aclaraciones:

    • Las tareas se entregarán en equipos, el número de integrantes será de acuerdo al número de personas inscritas en el curso.

    • Las tareitas se entregarán de forma individual, una semana después de haberse visto en clase, sólo durante los días de ayudantía.

    • Las tareas constarán de parte teórica y práctica. Se utilizará R en estas.

    • Se utilizara Google Classroom para subir los materiales de la clase, orientar las tareas y enregarlas.

    *Cualquier duda, enviar correo a: b_lamazares@ciencias.unam.mx

 


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.