Inicio
Contacto
Mapa del sitio
Directorio
Correo
Tienda Virtual
IngresarActuaría (plan 2015) 2025-1
Séptimo Semestre, Modelos de Supervivencia y de Series de Tiempo
| Profesor | Omar de la Riva Torres | lu mi vi | 17 a 18 | Aula Magna I |
| Ayudante | Luis Mauricio Aguilar Munguía | ma ju | 17 a 18 | Aula Magna I |
| Ayudante | Daniel Landazuri Martínez | ma ju | 17 a 18 |
Información general de Modelos de Supervivencia y de Series de Tiempo Semestre 2025-1
1. Introducción
En la primera mitad del curso, el propósito será proporcionar los elementos teóricos para reconocer los problemas que serán abordados usando modelos de supervivencia y reconocer el formato adecuado de los datos de supervivencia para ser procesados usando paquetes de cómputo estadístico. En la segunda mitad del curso, la teoría del análisis de seriesde tiempo se empleará para explicar la estrategia para la identificación del modelo adecuado para los datos estudiados, los parámetros implícitos del modelo serán estimados, se verificarán los supuestos teóricos correspondientes y finalmente el modelo determinado será aplicado para hacer pronósticos. La teoría expuesta en el curso permitirá explicare interpretar los resultados generados el programa de cómputo estadístico R. Los datos para ser analizados se obtendrán de fuentes reales y recientes. Para este curso no se asume conocimientos previos del programa estadístico R.
2. Dinámica del curso
La presentación del curso será el día lunes 5 de agosto de 2024 a las 17:00 horas. El enlace a la presentación del curso se puede consultar https://drive.google.com/file/d/1yqfCECtjRPoy6zKebes6p3VFsaS2Q0Wn/view?usp=sharing. Las notas y materiales adicionales de apoyo de clases estarán disponibles en la aula virtual (Classroom) https://classroom.google.com/c/NTc2OTUzNzk5Njc1?cjc=p6xiloq.
3. Temario
Modelos de supervivencia Introducción Análisis estadístico paramétrico Métodos no paramétricos Modelos con dependencia en variables explicativas o covariables Modelo de riesgos proporcionales Series de Tiempo Introducción Tendencia y estacionalidad Modelos para series de tiempo univariadas Construcción de modelos para series de tiempo univariadas Pronóstico con modelos ARIMA
4. Evaluación
Tema Tarea Examen Proyecto Modelos de supervivencia 1 1 1 Series de tiempo 1 1 1
El promedio de las calificación anteriores determinará la calificación final del curso. La entrega de la tarea se podrá hacer en equipos de máximo 5 integrantes. El proyecto final se presentará por equipos (máximo 5 integrantes) en una exposición oral o en un cartel científico.
5. Cómputo estadístico
En el curso se empleará el lenguaje de cómputo R, que es una poderoso herramienta gratuita para realizar análisis estadísticos. Se puede descargar en el sitio de internet The Comprehensive R Archive Network. Además es posible emplear la interfaz gratuita RStudio para facilitar el uso de R ya que incluye una consola para la ejecuciónde programas, un editor de sintaxis que puede ejecutar directamente los códigos de R; también se puede manipular imágenes, historial de comandos ejecutados y manejo de bases de datos.
6. Bibliografía
Modelos de Supervivencia
a) Collett, D. (2003). Modelling survival data in medical research. Boca Raton, Florida: Chapman and Hall/CRC.
b) Kalbfleisch, J.D. and Prentice, R.L. (1980). The Statistical Analysis of Failure Time Data. New York: John Wiley.
c) Karim, M. R., & Islam, M. A. (2019). Reliability and Survival Analysis. Springer Singapore.
d) Lee, E.T. and Wang, J.W. (2002). Statistical Methods for Survival Data Analysis. Third Edition. New York: JohnWiley.
e) Moore, D. F. (2016). Applied survival analysis using R. New York, NY: Springer.
Series de Tiempo
a) Brockwell, P.J. and Davis, R.A. (1996). Introduction to Time Series and Forecasting.
b) Chatfield, C. (1996). The Analysis of Time Series, 5th edn. London: Chapman and Hall.
c) Cowpertwait, P.S.P. and Metcalfe, A.V. (2009). Introductory time series with R. Dordrecht: Springer Verlag.
d) Cryer, J. D. and Chan, K. S. (2008). Time series analysis: with applications in R. Springer Science & BusinessMedia.
e) Fuller, W.A. (1996). Introduction to statistical time series. New York: Wiley.
f ) Guerrero, V.M. (2003). Análisis estadístico de series de tiempo económicas. México: International Thomson.
g) Neusser, K. (2016). Time series econometrics. Springer International Publishing Switzerland.
h) Shumway, R.H. and Stoffer, D.S. (2011). Time series analysis and its applications: with R examples. New York: Springer.
Facebook
Twitter
Youtube