Que el estudiante conozca y aplique correctamente las pruebas estadísticas paramétricas (z, t, regresión y correlación, análisis de varianza, comparaciones múltiples) y no paramétricas (re-muestreo, frecuencias, conteos, ordinales).

En cada sesión el profesor presenta las bases teóricas del tema y utiliza un conjunto de datos con el fin de ejemplificar la prueba o análisis de interés. El conocimiento adquirido se refuerza con la solución de ejercicios en clase y otros para resolver en casa, con la posterior discusión en clase. Se emplea la dinámica de aprender haciendo, en la que los procedimientos que se exponen en una primera clase, se reafirman gradualmente durante las sesiones de práctica que se incluyen en las clases posteriores. Se usa un enfoque flexible para elegir las técnicas de resolución de los ejemplos. Se introduce al programa R y se enseña cómo resolverlos con ese programa.

Conocimiento de álgebra y manejo de hojas de cálculo o R.

Conocer la naturaleza y estructura de varias pruebas estadísticas y desarrollar ejercicios numéricos.

Cada módulo se evalúa separadamente y la calificación final del curso es el promedio aritmético de las evaluaciones de cada módulo. Los Criterios de Evaluación por Módulo son: Módulo I: Cinco tareas que se califican por puntos de acuerdo al grado de dificultad de cada ejercicio. La calificación del módulo es un promedio ponderado de 5 tareas. Módulo II: Resolución de tareas diarias y examen escrito final de resolución de ejercicios. La escala de calificación del módulo es del 1 al 10. Módulo III: Resolución de tareas diarias y examen escrito final de resolución de ejercicios. La escala de calificación del módulo es del 1 al 10. Módulo IV: Resolución de tareas diarias y examen escrito final de resolución de ejercicios. La escala de calificación del módulo es del 1 al 10.

MÓDULO I. INTRODUCCIÓN A R, PROBABILIDAD Y PRUEBA DE t

Rosario Landgrave.

7 clases, 4 horas = 28 horas.

Lunes 6. Clase 1. Temas selectos de matemáticas e introducción a R.

Martes 7. Clase 2. Temas selectos de matemáticas e introducción a R.

Miércoles 8. Clase 3. Estadística Descriptiva.

Jueves 9. Clase 4. Probabilidad Teórica.

Viernes 10. Clase 5. Funciones de densidad de probabilidad.

Sábado 11. Descanso.

Domingo 12. Descanso.

Lunes 13. Clase 6. Teorema del límite central.

Martes 14. Clase 7. Prueba de z y prueba de t

 

MÓDULO II. REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE

Oscar Briones.

8 Clases, 4 horas = 32 horas.

Miércoles 15. Clase 1. Modelo, objetivos y usos de la regresión lineal. Supuestos del modelo. Modelos I y II. Estimación de parámetros por mínimos cuadrados y derivación del coeficiente de regresión (b). Cálculos básicos y ecuaciones principales para obtener el modelo de regresión. 

Jueves 16. Clase 2. Sesión práctica con el uso del programa R. Regresión lineal con repeticiones. Pruebas de hipótesis. Análisis de varianza de la regresión. Coeficiente de determinación (r2).

Viernes 17. Clase 3. Pruebas de t sobre b y la ordenada (a). Equivalencia entre análisis de varianza y prueba de t para b. Estimación de intervalos de confianza para a, b y valores esperados. 

Sábado 18. Descanso.

Domingo 19. Descanso.

Lunes 20. Clase 4. Comprobación de la adecuación del modelo de regresión: residuales ordinarios, escalados y datos atípicos, prueba de falta de ajuste.

Martes 21. Clase 5. Transformaciones para corregir inadecuaciones del modelo. Funciones linealizables. Predicción inversa.

Miércoles 22. Clase 6. Comparación entre líneas de regresión. Correlación lineal simple (r). Prueba de hipótesis. Estimación de intervalo de confianza. Comparación entre coeficientes de correlación. Relación matemática entre b, r y r2.

Jueves 23. Clase 7. Sesión práctica con el uso del programa R. Modelo II de regresión lineal (ambas variables sujetas a error): método de los 3 grupos. Comparación entre modelos I y II de regresión lineal simple. Relación entre regresión y correlación paramétrica.

Viernes 24. Clase 8. Examen.

Sábado 25. Descanso.

Domingo 26. Descanso

 

MÓDULO III. ANÁLISIS DE VARIANZA Y DISEÑO EXPERIMENTAL

Miguel Equihua.

9 Clases, 4 horas = 36 horas.

Lunes 27. Clase 1. Diseño de experimentos y ANOVA 1 vía.

Martes 28. Clase 2. Comparaciones múltiples. Transformaciones.

Miércoles 29. Clase 3. ANOVA 2 vías. Factoriales. Interacciones.

Jueves 30. Clase 4.  Efectos fijos aleatorios y mixtos.

Viernes 31. Clase 5. Diseños con restricciones a la aleatorización I: Diseño en bloques completamente aleatorizados. 

Sábado 1. Descanso.

Domingo 2. Descanso.

Lunes 3. Clase 6. Diseños con restricciones a la aleatorización II: Diseños anidados.

Martes 4. Clase 7. Diseños con restricciones a la aleatorización III: Parcelas divididas.

Miércoles 5. Día Feriado.

Jueves 6. Clase 8. Diseños con restricciones a la aleatorización IV: Medidas repetidas.

Viernes 7. Clase 9. Examen.

Sábado 8. Descanso.

Domingo 9. Descanso.

 

MÓDULO IV. ANÁLISIS “NO PARAMÉTRICOS” Y RE-MUESTREO

Rogelio Macías.

6 Clases, 4 horas = 24 horas.

Lunes 10. Clase 1. Introducción y visión general (2 h); Análisis de re-muestreo y generación de distribuciones adhoc (2 h).

Martes 11. Clase 2: Análisis de re-muestreo y generación de distribuciones adhoc (cont.).

Miércoles 12. Clase 3: Análisis de frecuencias o conteos.

Jueves 13. Clase 4: Análisis de frecuencias o conteos (cont.).

Viernes 14. Clase 5: Análisis basados en transformaciones ordinales; examen a casa.

Sábado 15. Descanso.

Domingo 16. Descanso.

Lunes 17. Clase 6: Revisión de examen a casa (2 h); Introducción a modelos lineales generalizados (2 h).