2do cuatrimestre 2014


DEPARTAMENTO DE COMPUTACION

FACULTAD DE CIENCIAS EXACTAS Y NATURALES

UNIVERSIDAD DE BUENOS AIRES



INFO DE LA MATERIA

PROGRAMA DE LA MATERIA

BIBLIOGRAFIA

DOCENTES








MATERIA


1. DEPARTAMENTO: Computación

2. CUATRIMESTRE: Segundo 2014

3. ASIGNATURA: Modelos de Regresión

4. CARRERA: Se ofrece para Licenciatura en Ciencias de la Computación, Licenciatura en Ciencias Biológicas, Licenciatura en Ciencias Químicas, Licenciatura en Ciencias Matemáticas, y doctorados

5. CARÁCTER DE LA MATERIA: Optativa

6. NUMERO DE CÓDIGO DE CARRERA: 18

7. NUMERO DE CÓDIGO DE MATERIA: C ......

8. PUNTAJE: 3

9. PLAN DE ESTUDIOS AÑO: 1993

10. DURACIÓN DE LA MATERIA: Cuatrimestral

11. HORAS DE CLASE SEMANAL: a)TEORICAS: 3 hs --- b)LABORATORIO: 2 hs --- c)PRACTICAS: 1h

12. CARGA HORARIA TOTAL: 6 hs

13. ASIGNATURAS CORRELATIVAS: Probabilidades y Estadística o Biometría o Estadística para químicos

14. FORMA DE EVALUACION: (Dos parciales, un examen final y un trabajo de aplicación)








PROGRAMA DE LA MATERIA


Modelos de Regresión. Materia de Grado y Posgrado: Computación

Objetivo: Los análisis de regresión están basados en la relación o asociación existente entre dos o más variables. La idea es poder “predecir” el comportamiento de una de ellas a partir de las restantes, además de analizar el tipo de relación entre dichas variables.
El principio que guía este curso es introducir y familiarizar a los estudiantes con el modelo lineal y su aplicación a la regresión lineal. Asimismo se introduce la regresión no lineal, en especial la regresión logística.
Se presentarán además otros modelos de regresión, con aplicaciones a diversas disciplinas, como la regresión Ridge y la Modelización de Ecuaciones Estructurales.




Programa: Modelos Lineales: Análisis de la varianza para un factor. Diagrama de dispersión. Exploración gráfica de las relaciones entre variables. Métodos de previsión: regresión lineal simple y múltiple. Ajuste de una recta por el método de mínimos cuadrados. Estimación puntual y por intervalos de los parámetros. Análisis de la varianza de la regresión. Enfoque matricial de la regresión lineal Ajuste del modelo. Análisis de residuos. Selección del "mejor" modelo. Variables dummy. Regresión Ridge. Regresión logística. Regresión no lineal. Modelización de Ecuaciones Estructurales (S.E.M.). Otros modelos.

Las prácticas se realizarán utilizando diferentes programas estadísticos.







BIBLIOGRAFÍA


Birkes D., Dodge Y., Q lternative Method of regression. Wiley.1993.

Draper N.R., Smith H., Applied Regression Analysis.Wiley London.1981.

Chaterjee, Samprit, Hadi A. S., Price B., Regression Analysis by example. Wiley 2000.

Huet S., Jolivet E., Messèan A.,La regression non-linèaire. INRA 1992.

Hogg R. , Ledolter J. Applied Statistics for engineers and Physical Scientists. Ed Maxwell Macmillan International Editions (1992)

Johnson Dallas E. Métodos multivariados aplicados al análisis de datos. Thomson editores. Méjico.1998.

Johnson R.A. , Wichern Dean W. (1992) Applied Multivariate Statistical Analysis. 3rd ed. Prentice Hall Inc. USA.







DOCENTES

Profesora:

Dra Ana Silvia Haedo

¡Mirá acá la Presentación de la materia!