Fundamentos de Estadística

El curso pretende ser una revisión de nivel intermedio de los conceptos y métodos básicos de Regresión Lineal. El énfasis es tanto en teoría como en aplicaciones.

1. INTRODUCCIÓN. ** 1.1 Formulación y significado de de un problema estadístico de regresión. ** 1.2 Modelos de regresión. Objetivos de un análisis de regresión. ** 1.3 Datos en regresión. ** 1.4 Software estadístico de regresión. 2. MODELO DE REGRESIÓN LINEAL MÚLTIPLE: ESTIMACIÓN. ** 2.1 Definición y expresión matricial. ** 2.2 Estimación por mínimos cuadrados. ** 2.3 Análisis de la varianza. Apéndice: ** A.1 Distribución normal multivariante. 3. MODELO DE REGRESIÓN LINEAL MÚLTIPLE: CONTRASTE DE HIPÓTESIS Y REGIONES DE CONFIANZA. ** 3.1 El test F para la hipótesis lineal general. ** 3.2 Regiones de confanza. ** 3.3 Intervalos de predicción. Apéndice: ** A.1 Variables indicador. 4. MULTICOLINEALIDAD, ANÁLISIS DE RESIDUALES, Y TÉCNICAS DE DIAGNÓSTICO. ** 4.1 Multicolinealidad: descripción y consequencias. ** 4.2 Análisis de residuales. ** 4.3 Outliers y casos extremos. 5. MÍNIMOS CUADRADOS GENERALIZADOS. ** 5.1 Casos de matriz de covarianzas conocida y desconocida. ** 5.2 Heterocedasticidad. ** 5.3 Transformaciones. ** 5.4 Correlación serial. 6. MODELOS DE SERIES TEMPORALES ** 6.1 Modelos autorregresivos y de medias móviles. ** 6.2 Modelos ARMA y ARIMA

Habrá clases de ordenador, en las que se usará diferente software estadístico, Excel, Matlab, R, SAS, SPSS, Statgraphics, ..., con el fin de ilustrar los desarrollos de teoría.