Ciencias Matemticas

1
MAESTRA EN ESTADSTICA MTEMTICA
Cdigo: 147700

Perfil
El egresado de la maestra en Estadstica Matemtica estar en capacidad de:
Integrar equipos investigacin interdisciplinarios.
Publicar trabajos de investigacin en revistas cientficas, nacionales e internacionales.
Transmitir con solvencia los conocimientos y experiencias estadsticas.
Seguir una lnea de investigacin en Estadstica Matemtica.
Plan de estudios
Primer Semestre
N77010 Anlisis Real
N77011 Teora de la probabilidad
N77031 Seminario de tesis I

6.0
6.0
6.0

Segundo Semestre
N77020 Inferencia estadstica
N77021 Modelos Lineales
N77040 Seminario de tesis II

6.0
6.0
6.0

Tercer Semestre
N77030 Anlisis multivariante
N77032 Seminario de tesis III

6.0
12.0

Cuarto Semestre
N77041 Seminario de tesis IV
Curso Electivo

12.0
6.0

Total de crditos

72.0

Cursos electivos
N77012 Anlisis de datos
N77070 Procesos estocsticos
N77071 Tpicos de regresin
N77072 Tpicos de muestreo
N77073 Tpicos de econometra
N77074 Anlisis de datos discretos
N77075 Anlisis de series de tiempo
N77076 Mtodos computacionales en estadstica
N77077 Teora de la informacin
N77078 Anlisis de sobrevivencia
N77079 Estadstica bayesiana y robustez
N77080 Tpicos de anlisis multivariante I
N77081 Tpicos de anlisis multivariante II

6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0
6.0

Teora de la probabilidad
Espacio de probabilidad. Medida de probabilidad. Variables aleatorias: funcin de distribucin, esperanza matemtica. Distribucin conjunta: esperanza y varianza condicionales, independencia estocstica. Convergencia en
probabilidad: ley de los grandes nmeros. Convergencia
en distribucin: teorema central del lmite.
Inferencia estadstica
Formulacin de modelos estadsticos. Estadsticas suficientes. Familia exponencial. Mtodos de estimacin
clsicos: puntual y por intervalos. Mtodos de estimacin
bayesianos. Teora de estimacin para muestras grandes.
Dcima de hiptesis. Lema de Neyman Pearson. Prueba
de razn de verosimilitud generalizada. Prueba secuencial
de la hiptesis.
Modelos Lineales
Inversa generalizada de matrices. Convergencia de series
de matrices. Operadores diferenciales. Distribuciones no
centrales de formas cuadrticas. Modelo lineal general de
rango completo y no completo. Teorema de GaussMarkov. Propiedades distribucionales de los estimadores.
Pruebas de hiptesis. Anlisis de varianza. Introduccin a
los Modelos lineales generalizados.

Sumillas

Anlisis multivariante
Clasificacin de los mtodos multivariados. Anlisis exploratorio de datos multivariados. Distribucin normal multivariante. Estimacin. Dcima de hiptesis. Manova. Anlisis de regresin multivariada. Anlisis de componentes
principales. Anlisis factorial. Anlisis discriminante. Anlisis de conglomerados.

Anlisis Real
Nmeros reales. Supremo e nfimo. Sucesiones. Series.
Espacios topolgicos. Integral de Riemann. Criterios de
integrabilidad. Medida de Lesbegue. Integral de Lesbegue. Sistemas ortogonales. Espacios de Hilbert. Conjuntos finitos y numerales. Cardinal de un conjunto. Funcin continua (a travs de sucesiones). Continuidad uniforme. Conjuntos compactos.

Seminario de tesis I y II
Planeamiento de la investigacin que ser motivo de la
tesis de grado. Bsqueda y anlisis crtico de artculos
publicados en revistas de la especialidad. Estudio, presentacin y discusin de tpicos especiales relacionados
con el posible tema de la tesis de grado. Elaboracin del
pre proyecto de tesis de grado.

Escuela de Posgrado UNMSM

PROSPECTO DE ADMISIN 2015

Ciencias Matemticas
Seminario de tesis III
Preparacin del proyecto de tesis de grado. Elaboracin
del marco terico. Preparacin de instrumentos de medicin. Realizacin del estudio piloto.
Al finalizar el curso, el maestrista presentar su proyecto
de tesis a la UPG para su aprobacin.
Seminario de tesis IV
Para ser admitido en el curso, el maestrista deber tener
tanto el proyecto de tesis aprobado as como el asesor
designado.
Ejecucin del proyecto de investigacin desarrollado en el
curso de Seminario de tesis III. Redaccin del borrador de
la tesis. El maestrista estar sujeto a un plan de monitoreo, bajo la responsabilidad del asesor, quien ser designado por la Unidad de Posgrado.

2
Modelo de Regresin Lineal General: Especificacin.
Inferencia. Problemas en la especificacin del modelo.
Anlisis de regresin con datos de series temporales: Raz unitaria, modelo de correccin del error, cointe-

gracin. Modelos dinmicos. Modelos multiecuacionales.

Anlisis de datos discretos

Modelos estructurados para datos categricos. Estimadores de mxima verosimilitud para tablas de contingencia
completas e incompletas. Anlisis de tablas cuadradas.
Seleccin de modelos. Respuestas mltiples. Tablas de
dos y tres factores de clasificacin y de grandes dimensiones. Modelos log-lineales.

Anlisis de datos
Anlisis exploratorio. Deteccin de datos atpicos. Transformacin de datos para estabilizar la varianza, normalizar, linealizar datos. Mtodos robustos de estimacin.
Pruebas de normalidad, de homocedasticidad y de independencia. Tcnicas de agrupamiento de datos multivariados.

Anlisis de series de tiempo

Procesos Estocsticos, funciones de autocovarianza y
autocorrelacin. Modelos de series de tiempo estacionarias ARMA y no estacionarios ARIMA. Pronstico, identificacin y estimacin de parmetros. Modelos de series de
tiempo no estacionales SARIMA. Modelos de heterocedasticidad: Arch, Garch y Egarch, Figarch. Anlisis de
Fourier. Teora espectral de los procesos estacionarios: el
espectro y sus propiedades, representacin espectral de
la funcin de autocovarianzas, estimacin del espectro..

Procesos estocsticos
Conceptos bsicos.. Clasificacin de los procesos estocsticos. Procesos gaussianos. Procesos de Bernoull.
Proceso de Poisson. Proceso de Markov. Paseos aleatorios. Martingalas. Movimiento Browniano.

Mtodos computacionales en estadstica.

Generacin de nmeros y variables aleatorias. Mtodos
estadsticos de computacin intensiva tales como:
bootstrapping, Jacknife y Validacin cruzada. El algoritmo EM y mtodos Montecarlo para cadenas de Markov.

Tpicos de regresin
Formulacin del modelo de regresin. Mtodos de estimacin de parmetros. Evaluacin de la bondad de ajuste. Evaluacin de la adecuacin del modelo: Normalidad,
homocedasticidad e incorrelacin de errores. Independencia de variables regresoras. Seleccin de variables
regresoras. Validacin del modelo de regresin. Regresin no lineal. Regresin con variables indicadoras.
Bootstrap en regresin. Introduccin a las redes neuronales.
Tpicos de muestreo
Conceptualizacin del Muestreo. La investigacin por
encuestas: planeamiento de la encuesta y elaboracin del
cuestionario. Mtodos bsicos de recoleccin de la muestra. Diseos simples y complejos de recoleccin de la
muestra. Calidad de una encuesta y errores ajenos al
muestreo

Teora de la informacin
Entropa de Shannon. ndica de diversidad. Prueba T de
Hutchenson. Cantidad de informacin. Divergencia dirigida de Kullback-Leibler. Aplicaciones. Modelo log-lineal
Distancia de Matusita. Criterio de informacin AIC.
Anlisis de sobrevivencia
Modelos de sobrevivencia. Estimacin de la curva de
sobrevivencia. Comparacin de curvas de sobrevivencia
Tcnicas de regresin paramtricas y semiparamtrica. .
Estimacin bayesiana en modelos de sobrevivencia.
Estadstica Bayesiana y Robustez
Anlisis bayesiano. Familias conjugadas. Inferencia bayesiana. Teora de decisin bayesiana. Conceptos bsicos.
Utilidad y prdida. Informacin a priori. Probabilidad subjetiva. A priori no informativo. Mxima entropa. Robustez:
Estimadores robustos.

Tpicos de econometra
Concepto de modelo: modelo econmico y modelo economtrico. Etapas en la elaboracin de un modelo.

Escuela de Posgrado UNMSM

PROSPECTO DE ADMISIN 2015

Ciencias Matemticas

Tpicos de Anlisis Multivariante

Anlisis de correspondencia simple y mltiple. Escalamiento multidimensional. Anlisis conjunto. Modelo de
ecuaciones estructurales.

Clculo de probabilidades: Eventos, variables aleatorias.

Distribuciones de probabilidad para variables discretas y
continuas. Distribucin normal. Inferencia estadstica:
Estimacin de parmetros, propiedades de los estimadores. Pruebas de hiptesis.

Tpicos de Anlisis Multivariante II

Anlisis de homogeneidad, Anlisis de componentes
principales no lineales. Anlisis de correlacin cannica
lineal y no lineal. Introduccin al anlisis de tablas multivias.

Plana Docente.

Lneas de investigacin
Probabilidades.
Anlisis multivariante y modelos lineales.
Anlisis de datos discretos y de supervivencia.
Anlisis de series de tiempo.
Requisitos de Admisin
Poseer el grado acadmico de bachiller en Estadstica,
Matemtica, Investigacin Operativa, Economa y Ciencias afines.

Dra. Doris Gmez Ticern

Dra. Rosa Inga Santivaez
Dr. Erwin Kraenau Espinal
Dra. Ilse Janine Villavicencio Ramrez
Mg. Ysabel Adriazola Cruz
Mg. Ysela Agero Palacios
Mg. Antonio Bravo Quiroz
Mg. Rosario Bulln Cuadrado
Mg. Emma Cambillo Moyano
Mg. Manuel Rolando Canales del Mar
Mg. Ana Mara Crdenas Rojas
Mg. Wilfredo Domnguez Cirilo.
Mg. Liliana Concepcin Huamn Del Pino
Mg. Violeta Nolberto Sifuentes
Mg. Ricardo Luis Pomalaya Verstegui
Mg. Maria Estela Ponce Aruneri
Mg. Olga Lidia Solano Dvila

Temario

Escuela de Posgrado UNMSM

PROSPECTO DE ADMISIN 2015