UNIVERSIDAD TCNICA FEDERICO SANTA MARA

EX UMBRA
IN
SOLEM
DEPARTAMENTO DE MATEMTICA

ASIGNATURA: SIGLA :
ANLISIS DE REGRESIN MAT - 266

CREDITOS: PRERREQUISITOS: EXAMEN:

4 MAT-041 o MAT-042 o MAT-031 NO TIENE

HRS.CAT.SEM.: HRS.AYUD.SEM.: HRS.LAB.SEM.:

4 2

OBJETIVOS:
Al aprobar la asignatura el alumno ser capaz de:
Identificar un problema de Regresin y su anlisis mediante el uso de las herramientas adecuadas.
Formular y validar el modelo.
Utilizar el software de modelacin.

CONTENIDOS:
1. Introduccin, Inferencia Estadstica, Estimacin de Parmetros, Mtodos de Estimacin, Estimacin
en Modelos Lineales, Distribuciones Muestrales exactas y Asintticas, De Estadstica Store, De la
Funcin de Log-verosimilitud, De los Estimadores Mximo Verosmiles.
2. Ajuste de Regresin lineal Simple, Introduccin, Relaciones entre dos Variables y Ajuste, Examen
de la Ecuacin de Regresin, Falta de Ajuste, Correlacin. Regresin inversa (Caso de la Recta).
3. Enfoque General de Regresin Lineal, Regresin Lineal Mltiple, Anlisis de Varianza., Columnas
Ortogonales en la Matriz de predictores, Contraste F Parciales y Secuenciales, Contraste de una
Hiptesis Lineal General, Mnimos Cuadrados Ponderados, Uso de Software.
4. Anlisis de Residuos, Grficos de Residuos, Estadsticas para el Anlisis de Residuos, Correlacin
entre Residuos. Correlacin Serial, Grficos v/s Tiempo. Test Durbin-Watson., Deteccin de
Observaciones influyentes, Uso de Software
5. Extensin de Modelos, Modelos Polinomiales, Modelos que involucran transformaciones, Familias
de Transformaciones, Extensin de Variables, Polinomios Ortogonales.
6. Seleccin de Variables, Todas las Regresiones Posibles, Regresin del Mejor Subconjunto,
Procesos de Eliminacin y de Inclusin de Variables.
7. Aplicaciones a Problemas de Diseo Experimental, Clasificacin a un Criterio, Clasificacin a ms
de un Criterio.
8. Variables Binarias y Regresin Logstica, Estadstico de Razn de Log-verosimilitud, Regresin
Logstica General.

METODOLOGIA:
Clases expositivas, trabajos computacionales y uso de Software estadstico especializado.

TEXTO GUIA:
Norman Draper, Harry Smith, Applied Regression Analysis John Wiley, 2a. Edicin, 1981.
BIBLIOGRAFIA:
Frederick Mosteller, John Tuckey, Data Analysis and Regression, Addison-Wesley, 1987.
Dobson, Annette J., Introduction to Statistical Modelling, Champan and Hall, London, 1996.

ELABORADO: Eduardo Valenzuela D. OBSERVACIONES:

Renato Allende O. Plan 1050
APROBADO: CC.DD. Acuerdo 02/06
FECHA: 14-03-2006