Denominación del curso: ESTADÍSTICA III
Directora del curso
Dra. Celina Beltrán
Disertantes
Dra. Celina Beltrán
Lic. Ivana Barbona
Fecha de dictado 11-12-13-15 de diciembre de 2023
Modalidad: virtual
Carga horaria total: 30 horas
Clases teóricas: 15 horas
Clases prácticas: 15 horas
Condiciones de aprobación
8.1. Asistencia 75%
8.2. 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 mínimo (de no haber doctorandos interesados) 5 participantes
Cupo máximo 25 Objetivos del curso:
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.
Contenidos del curso
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.
Cronograma tentativo de las actividades a desarrollar
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
Bibliografía:
• 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.
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 y Nodocentes profesionales de la FCV-UNR 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%

Incripciones:
https://forms.gle/VbXJdveEY7tm65EL7