CURSO:ANALISIS DE TIEMPOS DE FALLA TRADUCCION:FAILURE TIME ANALYSIS SIGLA:EPG4212 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA,LABORATORIO CALIFICACION:ESTANDAR PALABRAS CLAVE:FUNCION DE SOBREVIVENCIA,DATOS CENSURADOS,TIEMPOS DE FALLA NIVEL FORMATIVO:MAGISTER INTEGRIDAD ACADEMICA Y CODIGO DE HONOR La Universidad tiene un compromiso con la construccion de una cultura de respeto e integridad. Quienes participen de este curso se adscriben al Codigo de Honor UC y adquieren el compromiso de aportar a la construccion de una cultura de Integridad Academica, actuando en consonancia con los valores de veracidad, confianza, respeto, justicia, responsabilidad y honestidad en todo el trabajo academico. I.DESCRIPCIÓN DEL CURSO El curso presenta conceptos y modelos estadisticos orientados a resolver problemas de analisis de datos que involucran tiempos de falla. El curso se concentra en modelos de sobrevivencia parametricos y no-parametricos enfatizando en los supuestos y metodos de inferencia estadistica. La metodologia de aprendizaje se basa en clases expositivas, las que son complementadas con laboratorios computacionales. La evaluacion contempla tareas y un proyecto final del curso. II.RESULTADOS DE APRENDIZAJE 1.Analizar metodos de analisis de sobrevivencia parametricos y no-parametricos. 2.Resolver problemas de analisis de datos en contextos interdisciplinares reales, que requieren modelos de sobrevivencia. 3.Manejar software estadistico especializado en el analisis y modelamiento de problemas que involucren tiempos de falla o de sobrevivencia. III.CONTENIDOS 1.Conceptos fundamentales 1.1.Conceptos y ejemplos 1.2.Tiempos de vida, censura y truncamiento 1.3.Funcion de sobrevivencia 1.4.Funcion de riesgo 1.5.Analisis exploratorio mediante Kaplan-Meier 1.6.Test Log-Rank 1.7.Funcion de verosimilitud 2.Modelos parametricos de sobrevivencia 2.1.Modelos parametricos clasicos 2.1.1.Modelo exponencial 2.1.2.Modelo Weibull 2.1.3.Modelo log-normal 2.2.Modelos de tiempo de falla acelerado 2.2.1.Errores normales 2.2.2.Errores logisticos 2.2.3.Errores desde una distribucion con valores extremos 2.3.Pruebas de hipotesis en modelos de sobrevivencia parametricos 2.4.Supuestos en modelos de sobrevivencia parametricos 3.Modelos semi-parametricos de sobrevivencia 3.1.El modelo de riesgos proporcionales de Cox 3.2.Extensiones del modelo de Cox 4.Comparacion de modelos 4.1.Metodos basados en probabilidades a posteriori 4.2.CPO (Conditional Predictive Ordinate) 4.3.BIC (Criterio de Informacion de Bayes) IV.ESTRATEGIAS METODOLOGICAS -Clases expositivas. -Resolucion de problemas. -Talleres practicos de laboratorio. V.ESTRATEGIAS EVALUATIVAS -Laboratorios computacionales: 50% -Proyecto: 50% VI.BIBLIOGRAFIA Minima Collett, D.(2023). Modelling Survival Data in Medical Research (4th ed.). Chapman and Hall/CRC. Kleinbaum, D.G., y Klein, M.(2012). Survival Analysis: A Self-learning Text (3rd.ed.). Springer. Legrand, C.(2021). Advanced Survival Models. Chapman and Hall/CRC. Complementaria Hosmer Jr., D.W., Lemeshow, S., y May, S.(2008). Applied Survival Data Analysis: Regression Modeling of Time to Event Data (2nd.ed.). Wiley. Lee, E.T., & Wang, J.W.(2013). Statistical methods for survival data analysis (4th.ed.). Wiley. Moore, D.F.(2016). Applied Survival Analysis Using R. Springer. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE MATEMATICAS / DICIEMBRE 2025