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
