UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE INGENIERIA
ESCUELA DE ESTUDIOS DE POSTGRADOS

2 Nombre del Cuso: MODELOS DE REGRESIÓN LINEAL

0 Código:

Escuela:
MEST103

ESTUDIOS DE POSTGRADO
Créditos:
Maestría a la que
pertenece:
3
Maestría en Estadística
Aplicada
William Eduardo Fagiani Cruz

2 Docentes:

Edificios:
Salón del
williamfagiani@gmail.com
T-1
Sección A: 105
Secciones:
Horario del
A&B
Sección A: 10:00 – 13:00

0
curso: Sección B: 104 curso: Sección B: 07:00 – 10:00
Horas por semana del curso: 3 horas presenciales por sección
Trimestre: 2020.1 Período: 22 de febrero al 18 de mayo de 2020

1. DESCRIPCIÓN DEL CURSO

El curso de Modelos de Regresión Lineal pertenece al área de cursos básicos del pensum de estudios
de la Maestría en Estadística Aplicada, estructurado en cinco unidades, que comprenden desde los conceptos
básicos hasta el análisis de modelos estadísticos avanzados en diferentes aplicaciones.

Al final, se pretende que el estudiante adquiera un criterio amplio sobre el concepto, importancia y
aplicación de los modelos de regresión, en cualquier área del conocimiento. Así mismo, tenga la habilidad
de utilizar dichos principios en la realización de su trabajo de graduación.

2. OBJETIVOS

GENERAL ESPECÍFICOS
T Construir el conocimiento Lograr que el participante al final del curso sea capaz
R necesario para la comprensión y de:

I el análisis de modelos de
1. Utilizar el proceso de modelización
regresión, así como su aplicación
M en las distintas áreas del
matemática aplicado a los modelos de
regresión con un alcance correlacional o
E conocimiento teórico y explicativo.
S empírico. 2. Establecer criterios para seleccionar el
modelo que, con mayor probabilidad,
T pueda explicar un fenómeno, mediante
R observación o experimentación.
3. Comprender algunas de las diferentes
E técnicas para caracterizar,
estadísticamente, un modelo matemático.

1
1
 UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERIA
ESCUELA DE ESTUDIOS DE POSTGRADOS

2 3. COMPETENCIAS TERMINALES

0 Al finalizar el curso el estudiante desarrolla las siguientes competencias:

- Matematiza un problema para la definición de variables cuantitativas.
- Estima el grado de asociación entre variables y su interpretación.
- Aplica los distintos modelos de regresión existentes, asociado al fenómeno de estudio.

2 - Utiliza criterios para validar los posibles modelos que puedan explicar un comportamiento.
- Analiza, procesa e interpreta estadísticos y parámetros estimados para la construcción y
optimización de modelos matemáticos.

0 4. CONTENIDO TEMÁTICO DEL CURSO

Unidad
1. MODELIZACIÓN
Tema

1.1. Conceptos preliminares

I 1.2. Proceso de Modelización Estadística
1.3. Matematización de un problema: variables y su clasificación
1.4. Paradigmas en la modelización
2. CORRELACIÓN
2.1. Análisis gráfico
II 2.2. Principios de inferencia
2.3. Coeficiente de correlación de Pearson
2.4. Significancia del nivel de correlación
3. REGRESIÓN LINEAL SIMPLE
3.1. Función lineal
3.2. Regresión poblacional y muestral
3.3. Método de mínimos cuadrados
3.4. Método de máxima verosimilitud
III 3.5. Inferencia sobre el modelo lineal
3.6. Transformaciones por anamorfosis
T 3.7. Diagnóstico del modelo
R - Criterios de información
I - Bondad de ajuste por análisis de varianza
M 3.8. Análisis de residuos
4. MODELO LINEAL GENERAL
E
4.1. Regresión lineal múltiple
S 4.2. Regresión polinómica
T IV 4.3. Diagnóstico de un modelo lineal múltiple
R 4.4. Análisis de varianza
E 4.5. Análisis de covarianza
4.6. Pruebas Post-Hoc
5. VALIDACIÓN DE MODELOS
V 5.1. Análisis de influencia

1 5.2. Validación cruzada

2
 UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERIA
ESCUELA DE ESTUDIOS DE POSTGRADOS

2 5. CRONOGRAMA DE ACTIVIDADES

0
Sesión
Fecha

Contenidos a
Objetivo de la sesión Actividad Evaluación
desarrollar
14/03/2020 07/03/2020 29/02/2020 22/02/2020

• Presentar al catedrático. • Entrega de Programa

2 • Describir y organizar el curso. • Organización del curso

01

1.1. – 1.4. -
• Abordar el tema: Modelización • Clase magistral

• Clase magistral HT01

0
• Abordar el tema: Correlación
02

2.1. – 2.4.
• Hoja de trabajo 01 (5 puntos)

• Abordar el tema: Regresión

• Clase magistral
03

3.1. – 3.4. -
lineal simple.

• Abordar el tema: Regresión • Clase magistral HT02

04

3.5. – 3.8.
lineal simple. • Hoja de trabajo 02 (5 puntos)

HT03
21/03/2020

(5 puntos)
• Evaluar los conceptos • Hoja de trabajo 03
05

-
aprendidos hasta el momento. • Examen Parcial 01 EP01
(10 puntos)
HT04
28/03/2020

• Clase magistral
• Abordar el tema: Modelo lineal (5 puntos)
• Hoja de trabajo 04
06

4.1. – 4.3.
general T01
• Entrega tarea 01
(10 puntos)
18/04/2020

• Abordar el tema: Modelo lineal • Clase magistral HT05

07

4.4. – 4.6.
general • Hoja de trabajo 05 (5 puntos)
T
R
25/04/2020

I • Evaluar los conceptos

EP02
• Examen parcial 02
08

M aprendidos hasta el momento, -

(10 puntos)
luego del primer parcial.
E
S
02/05/2020

T • Abordar el tema: Validación de • Clase magistral HT06

09

5.1.
modelos. • Hoja de trabajo 06 (5 puntos)
R
E

1
3
 UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
FACULTAD DE INGENIERIA
ESCUELA DE ESTUDIOS DE POSTGRADOS

2 Sesión
Fecha

Contenidos a
Objetivo de la sesión Actividad Evaluación

0
desarrollar
09/05/2020

• Abordar el tema: Validación de

• Clase magistral
10

5.2.

2
modelos.

T02
16/05/2020

(10 puntos)

0 • Evaluar la comprensión de los • Entrega tarea 02

11

-
conceptos principales del curso. • Examen final
EF
(30 puntos)

6. METODOLOGÍA
La metodología del curso consistirá en presentaciones magistrales y participativas,
resolución de ejercicios, estudios de caso y aplicaciones. Además, se fomentará el hábito de
lectura y escritura en casos técnicos-científicos.

7. NOTA DE PROMOCIÓN Y EVALUACIÓN DEL RENDIMIENTO ACADÉMICO

La nota de promoción es de 70 puntos en una escala de 0 a 100, de acuerdo con el Reglamento del
sistema de Estudios de Postgrado de la USAC. La asistencia debe ser de al menos el 85%. La zona es
de 70 puntos y la evaluación final es de 30 puntos, no hay exámenes de recuperación.
Hojas de trabajo 30 puntos
Tareas 20 puntos
Exámenes parciales 20 puntos
Zona 70 puntos
T Examen Final 30 puntos
R Nota final 100 puntos
I
8. BIBLIOGRAFÍA
M
E 1. Aparicio, J., Martinez, M., & Morales, J. (2004). Modelos Lineales Aplicados en R. Dto. Estadística,
Matemáticas e Informática.
S 2. Montgomery, Douglas C. (2004) Diseño y Análisis de experimentos. Segunda edición. Limusa
T Wiley.
R 3. Navidi, William. (2006). Estadística para Ingenieros y Científicos. Primera edición. McGraw-Hill.
E 4. Tusell, Fernando. (2011). Análisis de Regresión. Introducción Teórica y Práctica basada en R.
5. Walpole, R. E.; Myers, R. H.; Myers, S. L.; Ye, K. (2012) Probabilidad y estadística para ingeniería y
ciencias. Novena edición. Pearson.

1
4