No hay comentarios.

CURSO : Metodos Estadisticos en Recursos Naturales
TRADUCCION : Statistical Methods for Natural Resources
SIGLA : AGP3138
CREDITOS : 10 UC
MÓDULOS DOCENTES :
REQUISITOS : no aplica
RESTRICCIONES : Magister y Doctorado
EQUIVALENCIAS : no aplica
CARÁCTER : Optativo
TIPO DE ACTIVIDAD : Catedra
CALIFICACION : Estandar
DISCIPLINA : Agronomia
PROFESOR : Horacio Gilabert
SEMESTRE(S) :
VACANTES :


I. DESCRIPCIÓN
Este es un curso de estad?stica para an?lisis de datos orientado a estudios observacionales (no experimentales). Se revisar?n y aplicar?n conceptos b?sicos de algebra de matrices, estad?stica y probabilidades, y se estudiaran y aplicar?n tZcnicas multivariadas de an?lisis de datos entregando a los alumnos herramientas que les permitan explorar, sintetizar y analizar conjuntos masivos de datos. Adicionalmente se capacitar? a los alumnos en el uso de software de an?lisis de datos (Excel y R).



II. OBJETIVOS
1. Comprender los principios b?sicos de la estad?stica inferencial (aleatorizaci?n, replicaci?n y bloqueo). 2. Comprender y aplicar algebra de matrices. 3. Comprender y aplicar an?lisis de regresi?n lineal (simple y m?ltiple). 4. Comprender y aplicar tZcnicas de inferencia en medias multivariadas. 5. Comprender y aplicar tZcnicas de clasificaci?n de datos. 6. Comprender y aplicar tZcnicas de reducci?n de datos.


III. CONTENIDOS
1. Conceptos B?sicos de Estad?stica y Matrices 1.1. Matrices y Vectores 1.2. Probabilidades 1.3. Variables estoc?sticas y Distribuciones de Probabilidad 1.4. Valor Esperado y otros momentos 1.5. Algunas Distribuciones de Probabilidad y sus Caracter?sticas 1.6 Inferencia I: Estimaci?n 1.7. Inferencia II: Pruebas de hip?tesis 2. An?lisis de Regresi?n Simple 2.1. Introducci?n 2.2. El Problema de Estimaci?n 2.3. Pruebas de Hip?tesis e Intervalos de Confianza 3. Regresi?n M?ltiple 3.1. El Modelo de Regresi?n Lineal de tres o m?s variables 3.2. El Enfoque Matricial del Modelo de Regresi?n Lineal 3.3. Pruebas de hip?tesis sobre coeficientes y predicciones 3.4. Prueba F-parcial y Sumas de cuadrados parcial y marginal 3.5 Verificaci?n de supuestos de ajuste del MRLM 4. An?lisis multivariado I: Inferencia en medias multivariadas 4.1. T2 de Hotteling 4.2. An?lisis de Varianza Multivariado (MANOVA) 4.3. An?lisis Discriminante 5. An?lisis multivariado II: Reducci?n y clasificaci?n 5.1. An?lisis de Correlaci?n Can?nica 5.2. An?lisis de Clusters (Conglomerados) 5.3 An?lisis de componentes principales 5.4 An?lisis de factores


IV. METODOLOGIA

Clases lectivas Talleres de discusi?n Laboratorios de computaci?n de an?lisis de datos Controles de Lectura Investigaci?n de temas asignados

V. EVALUACION

Tareas, trabajos y lecturas 25% Prueba 1 15% Prueba 2 15% Trabajo de investigaci?n 25% Examen Final 20%

VI. BIBLIOGRAFIA MINIMA


Gujarati, D. 2003. Econometr?a. 4ta ed. McGraw Hill Interamericana. Hastie etal. 2009. The Elements of Statistical Learning. 2ndEd. Springer. oJohnson, R. A. & D.W. Wichern. 1982. Applied multivariate statistical analysis. Prentice-Hall. oManly, B. F. J. 1986. Multivariate statistical methods: a primer. London: Chapman & Hall. McGarigal et al. 2000. Multivariate Statistics for Wildlife and Ecology Research. Springer. Neter, J. et al.1990. Applied Linear Statistical Models. Mc-Graw Hill. Quinn, G. & M.Keough. 2002. Experimental Design and Data Analysis for Biologists. Walpole R.E. y Meyer, R.H. (2007) Probabilidad y estad?stica. Octava edici?n. McGraw-Hill / Interamericana de MZxico, S.A. 816 p?gs Zar, J.H. 1984. Biostatistical Analysis. Prentice-Hall.