CURSO : ANALISIS DE REGRESION
TRADUCCION : REGRESSION ANALYSIS
SIGLA : EYP230I
CRÉDITOS : 10
MÓDULOS : 03
REQUISITOS : EYP2114
CARÁCTER : OPTATIVO DE PROFUNDIZACION
DISCIPLINA : ESTADISTICA
I. DESCRIPCION
El curso estudia la relacion existente entre una variable dependiente o respuesta y variables independientes.
Entrega al alumno los principios y tecnicas para el ajuste de modelos de regresion simple y multiple, su
validacion, interpretacion y usos para estimacion y prediccion.
II. OBJETIVOS
1. Comprender e identificar las restricciones asociadas a los modelos lineales.
2. Comprender la teoria de los modelos de regresion lineal y sus supuestos.
3. Analizar datos provenientes de un caso, identificando los modelos y tecnicas adecuadas para el
analisis.
4. Utilizar software adecuado (R y/o SAS) para analizar y ajustar modelos lineales.
5. Preparar un informe completo de un problema, incluyendo el analisis descriptivo, modelamiento
estadistico y conclusiones, tanto para una audiencia estadistica como no estadistica.
III. CONTENIDOS
1. Introduccion.
1.1 Planteamiento del problema.
1.2 Areas de aplicacion.
1.3 Interpretacion geometrica del problema de estimacion.
1.4 Proyecciones.
1.5 Metodo de minimos cuadrados.
2. La Distribucion Normal Multivariada.
2.1 Propiedades basicas.
2.2 Formas cuadraticas: distribucion y aplicaciones.
3. Regresion Lineal Simple.
3.1 Propiedades de los estimadores de minimos cuadrados.
3.2 Tabla ANOVA.
3.3 Inferencia estadistica: intervalos de confianza y contraste de hipotesis.
3.4 Diagnosticos de regresion. Estimadores maximo verosimiles.
3.5 Extensiones del modelo.
4. Regresion Lineal Multiple.
4.1 El modelo y sus propiedades.
4.2 Estimacion y propiedades inferenciales.
4.3 Diagnosticos de regresion.
4.4 Seleccion de modelos: metodos y aplicaciones.
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE MATEMATICAS / Noviembre 2012
1
5. Introduccion al analisis de la varianza.
5.1 Ideas basicas de dise?o de experimentos.
5.2 Modelos de un factor: tabla ANOVA, contraste de hipotesis e inferencia simultanea.
5.3 Extensiones a modelos de dos factores.
IV. METODOLOGIA
- Clases expositivas.
- Ayudantias.
V. EVALUACION
- Pruebas.
- Examen y/o tareas y un proyecto.
VI. BIBLIOGRAFIA
Christensen, R. Plain Answers to Complex Questions: The Theory of Linear
Models. 2? Ed. New York, Springer, 1996.
Draper, N. R. & H. Smith Applied Regression Analysis. 2? Ed. New York, John Wiley and
Sons, 1980.
Jorgensen, B. The Theory of Linear Models. 2? Ed. New York, Chapman and
Hall, 1993.
Hocking, R. R. Methods and Applications of Linear Models: Regression and the
Analysis of Variance. New York, John Wiley and Sons, 1996.
Seber, G. A. F. Linear Regression Analysis. New York, John Wiley and Sons,
1977.
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
FACULTAD DE MATEMATICAS / Noviembre 2012
2
