ESTADÍSTICA III


SOLICITUD DE INFORMACIÓN (NO IMPLICA INSCRIPCIÓN)

Denominación Estadística III

Directora del Curso:

  • Dra. Celina Beltrán

Disertantes:

  • Dra. Celina Beltrán
  • Lic. Ivana Barbona

Lugar: Virtual, en plataforma Google Meet
Fecha de dictado: 31 de octubre - 02 y 04 de noviembre de 2022
Modalidad: Virtual

30 horas
Clases teóricas: 15 horas
Clases prácticas: 15 horas

Asistencia 75%
Evaluación Escrita. Individual.

Población objetivo (además de los doctorandos):Veterinarios, Médicos Veterinarios, Biólogos, Ingenieros Agrónomos, Ingenieros Zootecnistas, Licenciados en Genética, Licenciados en Biotecnología, Licenciados en Análisis de Sistemas, Ingenieros Electrónicos, Licenciados en Estadística y carreras afines a Bioinformática.
Cupo: (de no haber doctorandos interesados) 5 -25 asistentes
Arancel: 150 GAVET (arancel del Colegio de Médicos Veterinarios de Santa Fe, 2da Circ.) al valor del momento de efectivizar el pago.

  • Doctorandos docentes de la Facultad no abonan.
  • Docentes de la Facultad no inscriptos al Doctorado abonan el 50%
  • Egresados de la FCV-UNR abonarán el 80%
  • Doctorandos de la FCV-UNR externos a la Facultad abonan el 70%

Brindar al alumno un marco básico de Teoría General de los Análisis Multivariados. Aplicar los distintos métodos de Clasificación y Ordenamiento Multivariados. Establecer criterios para la aplicación de distintas metodologías de inferencia Multivariada Hacer uso de la tecnología actual a través de softwares estadísticos apropiados. Interpretar trabajos en los que se han aplicado técnicas estadísticas.

  • Unidad 1: Introducción. Algunos ejemplos de aplicación de técnicas de Análisis Multivariado. Organización de la información. Estadísticos descriptivos: vector de media, matrices de varianzas y covarianzas y de correlación. Distancias. Distribución Normal Multivariada. Estudio del supuesto de normalidad.
  • Unidad 2: Inferencia con datos multivariados. Distribuciones de probabilidad multivariadas: la normal k dimensional, distribución de Wishart, T2 de Hotelling. Test de hipótesis para el vector de medias y la matriz de variancias y covariancias de una población normal multivariada.
  • Unidad 3: Análisis de Medidas repetidas. Introducción, objetivos y ejemplos. Estudio de las distintas estructuras de la matriz de varianzas y covarianzas. Modelos mixtos para mediciones repetidas en el tiempo.
  • Unidad 4: Componentes principales. Introducción y objetivos. Componentes principales poblacionales y muestrales. Interpretación de las componentes principales. Ejemplos de aplicación.
  • Unidad 5: Técnicas de clasificación. Introducción, objetivos y ejemplos. Clasificación supervisada y no supervisada. Agrupamientos (clustering) jerárquicos y no jerárquicos. Árboles de clasificación (CART). Ejemplos de aplicación.

  • Día 1- mañana: Unidad I – Unidad II tarde: Ejercitación
  • Día 2- mañana: Unidad III – Unidad IV tarde: Ejercitación.
  • Día 3- mañana: Unidad V tarde: Ejercitación

  • Cuadras, C.M. (2014) “Nuevos Métodos de Análisis Multivariante”. CMC Editions. Barcelona, España.
  • Geert, V. y Geert, M. (2000) “Linear Mixed Models for Longitudinal Data”. Springer-Verlag New York, Inc.
  • Johnson, R. A. y Wichern, D. W. (2007). "Applied Multivariate Statistical Analysis". Prentice-Hall International, Inc.
  • Johnson, Dallas (2000) “Métodos Multivariados Aplicados al Análisis de Datos”. International Thompson Editores.
  • Khattre R. y Naik D. (1999) Applied Multivariate Statistics with SAS Software.
  • SAS. Institute Inc. Cary, NC. USA
  • Khattre R. y Naik D. (2000) Multivariate Data Reduction and Discriminatio with SAS Software. SAS Institute Inc. Cary, NC. USA
  • Manly B.F.J. (1994) Multivariate Statistical Methods. Chapman & Hall. London. UK
  • Peña, Daniel (2004). “Análisis Multivariante”. Mc.Graw Hill.