Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SILABO
DATOS GENERALES
1.1 NOMBRE DE LA ASIGNATURA : MODELOS LINEALES
1.2 CÓDIGO DE LA ASIGNATURA : N77021
1.3 PLAN DE ESTUDIOS : 2004
1.4 SEMESTRE ACADÉMICO : 2019 -II
1.5 CRÉDITOS : 6.0
1.6 TOTAL DE HORAS SEMESTRALES : 96
1.6.1 PRESENCIALES : 80
1.6.2 NO PRESENCIALES : 16
1.6.3 Nº HORAS PRESENCIALES POR SEMANA :5
1.7 FECHA DE INICIO Y FINALIZACIÓN : Del 03/09/2019 al 17/12/2019
1.8 DURACIÓN DEL CURSO : 16 semanas
1.9 HORARIO DE CLASES PRESENCIALES : martes de 17:00 a 22:00 Hrs.
1.10 LOCAL : FCM – Laboratorio de posgrado
1.12 DOCENTE : Mg. Ysela D. Agüero Palacios
1.13 DIRECCIÓN ELECTRÓNICA DE LA DOCENTE : Yaguerop@unmsm.edu.pe
SUMILLA
Inversa generalizada de matrices. Distribuciones no centrales de formas cuadráticas. Modelo lineal
general de rango completo y de rango incompleto. Teorema de Gauss- Markov. Propiedades
distribucionales de los estimadores. Pruebas de hipótesis, Análisis de varianza, Análisis de
regresión, Modelos lineales generalizados.
III. OBJETIVOS
Proporcionar los fundamentos teóricos del modelo lineal general y sus extensiones a los modelos
lineales generalizados.
Objetivos específicos
• Revisar el álgebra de matrices aplicado a los modelos lineales
• Estudiar las propiedades de la distribución normal multivariante
• Conocer las distribuciones de formas cuadráticas y lineales
• Estudiar el modelo lineal general, los métodos de estimación de parámetros y de evaluación del
modelo.
• Estudiar el modelo de regresión lineal y de análisis de varianza.
• Estudiar las extensiones del modelo lineal general a los modelos lineales generalizados.
IV. METODOLOGÍA Y RECURSOS.
• La comunicación con los estudiantes se realizará a través del aula virtual,
• Se enviará el material con los temas a tratarse en las clases, con una semana de anticipación.
• Cada semana se propondrán listas de ejercicios aplicativos que servirán para que el alumno repase los
temas tratados en clases.
• Los estudiantes presentarán informes escritos con los resultados de los análisis de datos en un lenguaje
comprensible para investigadores no estadísticos.
• Se revisarán artículos publicados en revistas especializadas
• Para facilitar el procesamiento de datos se utilizará el lenguaje R y el paquete estadístico SPSS.
CRITERIOS PARA
PESOS ¿QUÉ SE EVALÚA?
EVAL. CONTINUA
Estos proyectos serán grupales (2 personas), se evalúan, los informes con
a) Trabajos /
los resultados de los análisis de datos, la pertinencia del análisis, la
proyectos de 30%
puntualidad en la entrega y la presentación oral de los trabajos
Investigación
encargados.
b) Participación 20% Intervenciones durante las clases.
Se entregarán listas de ejercicios para ser desarrolladas en forma
c) Desarrollo de
20% personal, se evalúa la pertinencia del análisis, la puntualidad en la entrega
Ejercicios
de los productos y la presentación oral de la solución de los ejercicios.
d) Tareas / Trabajos En las clases de laboratorio, se entregarán ejercicios para ser resueltos en
15%
en clase clases utilizando los programas computacionales.
e) Actitudinal 15% Asistencia puntualidad, respeto, normas de convivencia.
E.C. = 0.30a + 0.20b + 0.20c + 0.15d + 0.15e
IX. PROGRAMA DEL CURSO
Sesión Temas Fechas
01-02 Revisión del álgebra lineal aplicada en el estudio de los modelos lineales. 03-10/09
03 Matriz inversa generalizada. Propiedades. 17/09
04 Distribución normal multivariante. Distribuciones marginales y condicionales. 24/09
05 Distribuciones t, chi cuadrado y F no centrales. 01/09
06 Formas cuadráticas y lineales. Propiedades, distribución de probabilidades.
8/09
Independencia de formas cuadráticas y formas lineales.
07 Modelo lineal General: Métodos de estimación de parámetros. Teorema de Gauss
– Markov. 15/10
08 Primer examen parcial 22/10
09-10 Modelo lineal de rango completo Evaluación de la bondad del ajuste y la 29/10
adecuación del modelo. Regresión con variables “dummy”. 5/11
11-12 Modelo lineal general de rango incompleto. Modelo de diseño, funciones 12-19/11
estimables. Modelos de diseño de uno y dos factores
13-14 Introducción a los modelos lineales generalizados: Componentes del modelo lineal 26/11
generalizado, familia exponencial. Esperanza, varianza y funciones de enlace 03/12
15 Modelos lineales generalizados: Modelos para respuesta binaria. 10/11
16 Examen final 17/12
2
VIII. BIBLIOGRAFIA
Graybill F. 1976). An introduction to statistical linear models. McGraw Hill.
Searle S.R. (1971). Linear Models. John Wiley &Sons, Inc.
Hocking R.R. (1985). The Analysis of Linear Models – Brooks/Cole Publishing Company
Monterrey California.
Draper, Smith.(1982). Applied Regression Analysis. John Wiley & Sons.
Searle S.R.(1982). Matrix Algebra for Statistics. John Wiley &Sons, Inc.
McCullagh P. (1982). Generalized Linear Models. London New York .
Muller, K.E.; Stewart, P. W.(2006). LINEAR MODEL THEORY Univariate, Multivariate, and
Mixed Models. University of North Carolina Department of Biostatistics Chapel Hill, NC. a John
Wiley & Sons, Inc.