Actuaría (plan 2015) 2025-1

Sexto Semestre, Modelos no Paramétricos y de Regresión

Presentación.

La investigación y desarrollo en torno a la estadística inferencial se orienta a métodos llamados paramétricos, tales métodos de estimación y procedimientos de pruebas de hipótesis se apoyan en una serie de supuestos para su aplicación. Sin embargo los estudios e investigaciones cuyas observaciones no siempre cumplen con los supuestos necesarios para la aplicación de pruebas clásicas, motivaron la investigación en el terreno de procedimientos inferenciales que no se apoyaran en esos supuestos y coadyuvarán a conclusiones científicamente válidas.

La estadística no paramétrica se desarrolló rápidamente debido a que sus procedimientos cumplen en general con las siguientes ventajas:

• Hacen pocos supuestos acerca de las poblaciones a partir de las cuales se obtienen las observaciones.
• Soportan escalas y unidades de medida más laxas que los métodos paramétricos.
• Se pueden aplicar en situaciones donde los métodos tradicionales no son factibles de aplicación, tales como aquellas en las que las observaciones no son mediciones en el sentido preciso de la palabra, sino solamente rangos.

PROGRAMA

1. ANALISIS DE REGRESIÓN MODELO LINEAL SIMPLE

1.1 Características del Modelo lineal Simple

1.2 Estimadores de Mínimos Cuadrados y sus propiedades

1.3 Pruebas de Hipótesis e Intervalos de confianza para los parámetros

1.4 Coeficiente de correlación y determinación

1.5 Análisis de varianza en regresión.

1.6 Predicción

1.7 Modelos linealizables

1.8 Introducción al modelo lineal general

1.9 Estimadores de MCO para el modelo lineal general

2. ANALISIS DE REGRESIÓN MODELO LINEAL GENERAL

2.1 Introducción al modelo lineal general

2.2 Estimadores de MCO para el modelo lineal general

2.3 Propiedades de los estimadores MCO

2.4 Análisis de la Varianza en Regresión

2.5 Predicción

3. ESTADÍSTICA NO PARAMETRICA

3.1 Niveles de medición.

3.2 Prueba de los signos

3.3 Prueba de Wilcoxon

3.4 Prueba de la Mediana

3.5 Prueba U de Mann y Whitney

3.6 Prueba de Kruskal Wallis

3.7 Prueba de Friedman

3.8 Pruebas de Bondad de Ajuste

3.9 Tablas de Contingencia

3.10 Coeficiente de correlación de Spearman

BIBLIOGRAFÍA

Conover, W. “Practical Nonparametric Statistics” , John Wiley & Sons.

Johnston, J. “Econometric Methods”, John Wiley & Sons

Sánchez Villarreal,F. Nptas del Curso de Estadística II”

Siegel, Sidney “ Estadística No paramétrica”

Wald, A. “ Sequential Analysis”, Dover

OPERACIÓN DEL CURSO

Sesiones presenciales

EVALUACIÓN

• Tareas entregadas 40%
• 2 exámenes parciales presenciales 60%
• Puntos adicionales por participaciones programadas y no programadas

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