UNIVERSIDAD AUTÓNOMA CHAPINGO

DIVISIÓN DE CIENCIAS FORESTALES

CARRERA DE:

Licenciado en Estadística

PROGRAMA DE LA ASIGNATURA DE

MÉTODOS MULTIVARIADOS II

CICLO ESCOLAR 2003-2004

DATOS GENERALES

Departamento (División): División de Ciencias Forestales

Nombre del Programa Educativo: Licenciado en Estadística
Nivel Educativo: Licenciatura
Asignatura: MÉTODOS MULTIVARIADOS II
Carácter: Optativa
Tipo: Teórico-Práctico
Área del conocimiento: Ciencias básicas
Clave de la materia: 2728
Ubicación curricular: 6° o 7 año.
Prerrequisitos: CALCULO I
INTRODUCCIÓN A LA INFERENCIA
ESTADÍSTICA
PROGRAMACIÓN CON SAS
Ciclo Escolar: 2003-2004
Nombre del profesor: VILLANUEVA MORALES ANTONIO
Horas Teoría / semana 3 Horas Totales del curso: 72
Horas Práctica / semana 1.5

INTRODUCCIÓN:

A nivel horizontal, la materia se relaciona con:

MODELOS LINEALES
ESTADÍSTICA NO PARAMETRICA
A nivel vertical se relaciona con:

NINGUNA

El curso es: Teórico-Práctico. De tipo: Metodológica

La formación general es de tipo: Diferenciales

PRESENTACIÓN

Los investigadores en las ciencias biológicas, físicas y sociales frecuentemente colectan

mediciones sobre muchas variables diferentes en forma simultanea. Las técnicas
estadísticas para describir y analizar estos datos mutlvariados se conocen como métodos
multivariados.

Este curso proveerá al estudiante con el conocimiento de los métodos multivariados más
comúnmente utilizados en la experimentación científica. En cada caso el estudiante
comienza con una formulación del modelo poblacional, se exponen los resultados
muestrales correspondientes y finalmente se ilustra el método con ejemplos.
OBJETIVOS

Generales:

• Presentar las técnicas multivariadas de mayor aplicación en la experimentación

científica.

Particulares:

• Definir el alcance y delimitar el tipo de problemas que pueden resolverse con las
técnicas multivariadas.

• Implementar las técnicas multivariadas estudiadas con datos provienen de

experimentos reales.

CONTENIDO

1 Inferencia sobre vectores de medias de varias poblaciones multivariadas

1.1 Comparaciones apareadas

1.2 Comparación de vectores de medias de dos poblaciones
1.3 Comparación de vectores de medias de varias poblaciones multivariadas
1.4 Intervalos de confianza simultaneos para los efectos de tratamientos
1.5 Análisis de varianza multivariado con dos criterios de clasificación

2. Modelos de regresión lineal multivariados

2.1 El modelo de regresión lineal clásico

2.2 Estimación por mínimos cuadrados
2.3 Inferencia en el modelo de regresión
2.4 Inferencia apartir de la función de regresión estimada
2.5 Validación del modelo de regresión
2.6 Regresión multiple multivariada
2.7 El concepto de regresión lineal
2.8 Comparación de las dos formulaciones del modelo de regresión

3. Análisis de componentes principales

3.1 Componentes principales poblacionales

3.2 Resumen de la variación muestral por componentes principales
3.3 Análisis gráfico de los componentes principales
3.4 Inferencia asintótica

4. Análisis de factores
4.1 El modelo ortogonal de factores
4.2 Métodos de estimación
4.3 Rotación de factores
4.4 Estimación de valores de los factores
4.5 Perspectivas y estrategias para el análisis de factores

5. Análisis de correlación canónica

5.1 Variables canónicas y correlaciones

5.2 Interpretación de las variables canónicas poblacionales
5.3 Las variables canónicas muestrales y las correlaciones canónicas muestrales
5.4 Medidas descriptivas muestrales adicionales
5.5 Inferencias asintóticas

METODOLOGÍA

El curso es de carácter teórico-practico y su contenido esta organizado en cinco grandes

temas. La teoría será desarrollada atreves de la cátedra en aulas de clase, mientras que la
práctica será implementada extraclase por los estudiantes atreves de la resolución de
problemas y trabajos de investigación en libros y revistas especializadas . En los
problemarios se hará énfasis en la resolución de problemas que involucran la aplicación de
las técnicas multivariadas sobre conjuntos de datos reales.

EVALUACIÓN

- El curso se evaluará considerando la calificación de tres exámenes y de los trabajos

extraclase (problemarios y trabajos de investigación). La ponderación en relación a
la calificación final será de la siguientes manera:
- Exámenes 85 %
- Trabajos extraclase 15 %
- Se deberá entregar el 100 % de los trabajos extraclase para tener derecho a
exámenes.

BIBLIOGRAFÍA

Johnson R. A. and Wichern W. D. (1999). Aplied Multivariate Statistical Analysis. Fuurth

Edition. Ed. Prentice-Hall, Englewood Cliffs, New Jersey, USA.

Mardia V. K., Kent J. T., and Bibby M. J. (1989). Multivariate Analysis. Ed. Academic
Press Ltd., San Diego California, USA.

Seber G. A. F. (1984). Multivariate Observations. Ed. John Wiley Sons, New York, USA.

Morrison F. D. (1989). Multivariate Statistical Methods. Ed. McGraw-Hill, New York,

USA.