No hay comentarios.

CURSO: ANALISIS DE REGRESION
TRADUCCION: REGRESSION ANALYSIS
SIGLA: EYP2307
CREDITOS: 15
MODULOS: 03 (02 CATEDRAS, 01 AYUDANTIA)
CARACTER: MINIMO
TIPO: CATEDRA
CALIFICACION: ESTANDAR
DISCIPLINA: ESTADISTICA
PALABRAS CLAVE: REGRESION LINEAL, SELECCION DE MODELOS, ASOCIACION ENTRE VARIBLES


I. DESCRIPCIÓN DEL CURSO

El analisis de regresion, una de las herramientas estadisticas mas utilizadas, estima las relaciones entre variables independientes, tambien conocidas como predictoras o explicativas, y una variable respuesta o dependiente. Los modelos de regresion pueden utilizarse para comprender las relaciones entre variables, asi como tambien para predecir resultados reales. Este curso entrega herramientas para derivar modelos de regresion lineal multiple, analizar sus supuestos, aplicar metodos diagnosticos y desarrollar estrategias para construir modelos utiles, ademas de la implementacion de cada una de estas tareas en un programa computacional.


II. OBJETIVOS DE APRENDIZAJE

1. Construir modelos estadisticos lineales para representar y entender fenomenos observados
2. Inferir caracteristicas de una poblacion a partir del modelamiento de datos
3. Evaluar hipotesis respecto a los parametros de modelos de regresion lineal
4. Analizar conjuntos de datos provenientes de experimentos con un dise?o de uno o dos factores
5. Comunicar de manera efectiva aspectos esenciales del ajuste y diagnostico de modelos de regresion.
6. Dominar herramientas computacionales para el ajuste y diagnostico de modelos de regresion


III. CONTENIDOS

1. Introduccion.
1.1. Planteamiento del problema
1.2. Modelo Estadistico. Definicion de modelo lineal
1.3. Ejemplos de modelos lineales: Modelos de regresion y Modelos ANOVA
1.4. La Distribucion normal multivariada. Propiedades basicas. Distribucion de Formas cuadraticas y aplicaciones
1.5. Exogeneidad en el caso normal. Ejemplos de aplicacion donde se verifica la exogeneidad

2. Regresion Lineal Multiple.
2.1. El modelo y sus propiedades
2.2. Estimacion y propiedades inferenciales. Test F para hipotesis lineales
2.3. Tabla ANOVA. Coeficiente de determinacion
2.4. Especificacion de los resultados para regresion lineal simple
2.5. Analisis de residuos. Propiedades y Aplicaciones
2.6. Seleccion de variables y construccion de modelos: metodos y aplicaciones


3. Diagnostico del Modelo de Regresion.
3.1. Colinealidad en Regresion Lineal Multiple. Diagnostico de colinealidad. Soluciones remediales.
Estimadores sesgados. Regresion Ridge
3.2. Heterocedasticidad de varianza
3.3. Autocorrelacion de los errores. Test de Durbin?Watson
3.4. Outliers
3.5. Observaciones influyentes. Medidas de influencia
3.6. Predictores medidos con error
3.7. Metodos robustos en analisis de regresion
3.8. Suposicion de normalidad

4. Topicos en regresion lineal.
4.1. Problemas de endogeneidad. Estimacion usando variables instrumentales.
4.2. Test de especificacion de Hausman
4.3. Uso de variables dummy en regresion lineal
4.4. Transformaciones. Transformacion de Box?Cox. Transformacion de variables Predictoras
4.5. Comparacion de rectas de regresion

5. Introduccion al Analisis de la Varianza
5.1. Modelos de un factor: tabla ANOVA, contraste de hipotesis e inferencia simultanea
5.2. Extensiones a modelos de dos factores. Casos balanceado y no balanceado. Aplicaciones


IV. METODOLOGIA PARA EL APRENDIZAJE

- Clases expositivas
- Clases de ejercicios
- Laboratorios computacionales


V. EVALUACION DE APRENDIZAJES

- Pruebas escritas
- Laboratorios computacionales
- Informe escrito y presentacion oral de proyectos
- Examen final escrito


VI. BIBLIOGRAFIA

Minima

Seber, G.A.F. and Lee, A. Linear Regression Analysis, Second Edition. New York. John Wiley, 2003.

Weisberg, S. Applied Linear Regression, Fourth Edition. New York. John Wiley, 2013


Complementaria

Hocking, R.R. Methods and Applications of Linear Models: Regression and the Analysis of Variance, 3rd Edition. New York. John Wiley, 2013.

Florens, J.P. and Marimotou, V. (2007). Econometric models and inference. Cambridge University Press.

Christensen, R. Plane Answers to Complex Questions: The Theory of Linear Models, Fourth Edition. New York. Springer, 2011.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE MATEMATICAS / NOVIEMBRE 2017