16, 17, 20, 21 y 22 de marzo de 2017   – 9.00 a 18.00 hs.
Aula de Posgrado Facultad de Ciencias Agrarias UNR
Campo Experimental Villarino – Zavala Santa Fe

Docente: Dra. Celina BELTRAN

OBJETIVOS

Al finalizar el módulo, los asistentes deberán:

  • Utilizar las herramientas metodológicas de manera adecuada frente a un determinado problema en estudio.
  • Conocer las distintas metodologías de inferencia estadística para comparar poblaciones bajo distintos supuestos distribucionales.
  • Analizar datos de frecuencias.
  • Aplicar las técnicas de regresión lineal simple y múltiple como herramientas fundamentales para el desarrollo de la actividad profesional y de la investigación científica;
  • Hacer uso de la tecnología actual a través de softwares estadísticos apropiados.
  • Interpretar trabajos en los que se han aplicado técnicas estadísticas.

CONTENIDOS

Unidad 1: ¿Cómo tomar decisiones con Estadística?     

  • El lenguaje de la estadística en la toma de decisiones.
  • Hipótesis nula y alternativa.
  • Probabilidades de error tipo I y tipo II.
  • Formación de reglas de decisión.
  • Probabilidad asociada.
  • Resultados significativos versus resultados importantes

Unidad 2: Comparando medias- Pruebas paramétricas asumiendo distribución Normal 

  • Introducción
  • Muestras apareadas versus muestras independientes
  • Muestras apareadas
  • Muestras independientes
  • Ejemplos de aplicación.

Unidad 3: Comparando medias- Pruebas NO paramétricas.

  • Generalidades de las Técnicas No Paramétricas. Cuándo utilizarlas?
  • Test para muestras apareadas
  • Test para muestras independientes
  • Ejemplos de aplicación.

Unidad 4: Análisis de datos de frecuencias

  • Introducción
  • Test de independencia
  • Test de bondad de ajuste
  • Test de homogeneidad
  • Ejemplos de aplicación.

Unidad 5: Análisis de regresión simple.

  • Modelo de regresión lineal simple.
  • Estimación de la función de regresión
  • Estimación de la variancia del término del error s².
  • Inferencias concernientes a b1 y b0.
  • Estimación por intervalo de b1 y b0.
  • Estimación por intervalo de la E(Yi).
  • Correlación entre X e Y.

Unidad 6: Aptitud del modelo de regresión.

  • Residuales.
  • Análisis gráfico de los residuales.
  • Residuales estudentizados.
  • Detección de valores atípicos.
  • Gráfico normal de residuales.

Unidad 7: Regresión múltiple.

  • Modelos de regresión múltiple.
  • Estimadores mínimos cuadrados.
  • Análisis de la variancia.
  • Inferencias acerca de los parámetros de regresión.
  • Correlación múltiple.
  • Coeficientes de determinación parcial.
  • Correlación parcial.
  • Pruebas de hipótesis concernientes a los coeficientes de regresión en regresión múltiple.
  • Multicolinelidad y sus efectos.
  • Métodos de selección de variables.  Naturaleza del problema.
  • Distintos métodos de selección de variables.

ACTIVIDADES Y FORMA DE EVALUACIÓN:

  • Las clases se desarrollarán en forma teórico-prácticas, y la solución de problemas se hará a través del uso del software estadístico INFOSTAT.
  • La evaluación será escrita y los participantes deberán obtener como mínimo 70% del puntaje total para aprobar la materia.

REQUISITOS

  • Es conveniente que los asistentes revean, previo al comienzo de los cursos de estadística, los conceptos de:
  • Probabilidad.
  • Variable aleatoria.
  • Distribuciones de probabilidad de variables aleatorias discretas y continuas.
  • Estimación de parámetros.

CARGA HORARIA TOTAL:
50 horas  (Teoría: 25 horas / Práctica: 25 horas)
Arancel: $1500

BIBLIOGRAFIA:

  • ALIAGA, MARTHA; GUNDERSON, BRENDA. “INTERACTIVE STATISTICS”, SEGUNDA EDICIÓN. PRENTICE HALL.
  • ANDERSON, J.; HAIR; J.; TATHAM, R.; BLACK, W. “ANALISIS MULTIVARIANTE” PRENTICE HALL. 1999.
  • DANIEL, WAYNE W. “BIOESTADÍSTICA”. NORIEGA EDITORES. 2001.
  • GIUBILEO, M. G.; BISARO, V.; TREVIZAN, A.; DALLA MARTA, N.; COSOLITO, P.; BELTRÁN, C. “ELEMENTOS DE ESTADÍSTICA DESCRIPTIVA E INFERENCIAL”. EDICIONES JUGLARÍA. 2005.
  • GIUBILEO, M. G.; BISARO, V.; TREVIZAN, A.; COSOLITO, P.; BELTRÁN, C. “INTRODUCCIÓN AL DISEÑO Y ANÁLISIS DE EXPERIMENTOS”. EDICIONES JUGLARÍA. 2006.
  • KHATTRE R. Y NAIK D. (1999)  APPLIED MULTIVARIATE STATISTICS WITH SAS SOFTWARE. SAS. INSTITUTE INC. CARY, NC. USA
  • KLEINMAN K., HORTON, N.J. “SAS AND R. DATA MANAGEMENT, STATISTICAL ANALYSIS AND GRAPHICS”. TAYLOR AND FRANCIS GROUP, LLC CHAPMAN & HALL/CRC. 2010.
  • LEHMANN, E.L.; D’ABRERA, H.J.M. “NONPARAMETRICS. STATISTICAL METHODS BASED ON RANKS”. MCGRAW-HILL, 1975.
  • MCCULLOCH, C.E.; SEARLE, S.R. “GENERALIZED LINEAR MODELS”. CHAPMAN AND HALL. 1989.
  • MENDENHALL, WILLIAM ; WARCKERLY, DENNIS ; SCHEAFFER, RICHARD. “ESTADÍSTICA MATEMÁTICA CON APLICACIONES”, SEGUNDA EDICIÓN. GRUPO EDITORIAL IBEROAMÉRICA, 1994.
  • SEARLE, S.R. “LINEAR MODELS” JOHN WILEY & SONS. 1971

 

 

 

 

 

Leave a Reply