Análisis de Regresión

MAT-266 | 4 Créditos UTFSM

Descripción General

Esta asignatura proporciona los elementos básicos e inferenciales del modelo de regresión lineal, una de las herramientas más utilizadas en estadística aplicada. El curso tiene por objetivo identificar problemas de regresión, formular y validar modelos adecuados (lineales y no lineales), y utilizar software de modelación especializado. Se abordan desde los fundamentos de la estimación hasta tópicos avanzados como diagnósticos de influencia, regresión logística y modelos lineales generalizados.


Contenidos Específicos

Modelos Lineales y Estimación

  • Regresión Lineal Simple y Múltiple: Formulación matricial, supuestos y propiedades.
  • Métodos de Estimación: Mínimos Cuadrados Ordinarios (OLS), Máxima Verosimilitud y sus propiedades asintóticas.
  • Inferencia: Test de hipótesis para coeficientes, intervalos de confianza y predicción, Tabla ANOVA.

Diagnóstico y Avanzados

  • Análisis de Residuos: Validación de supuestos (normalidad, homocedasticidad, independencia). Detección de outliers y puntos influyentes (Distancia de Cook).
  • Selección de Modelos: Criterios de información (AIC, BIC) y métodos de selección de variables (Stepwise).
  • Tópicos Avanzados: Introducción a Regresión Logística, Multicolinealidad y Modelos Lineales Generalizados (GLM).

Consejos de Ex-participantes

🖥️

Programación en R

El curso es muy práctico. Aprender a manejar R (o Python) fluidamente para ajustar modelos `lm()` y graficar residuos es fundamental para aprobar.

📐

Álgebra Lineal

Toda la teoría se basa en proyecciones y matrices. Repasa bien Álgebra Lineal (MAT-210), especialmente lo referente a rangos y proyecciones ortogonales.

🔍

Diagnóstico

No basta con ajustar el modelo; validar los supuestos es lo más importante. Un buen análisis de residuos vale más que un R² alto.

💡 Dejar un consejo


Historial de Impartición

2025.2
Profesor: Contador Revetria Gonzalo Andres Ayudante: Esta información está siendo recuperada
2024.1
Profesor: Contador Revetria Gonzalo Andres Ayudante: Esta información está siendo recuperada

¿Comentarios sobre el ramo?

Este buzón, gestionado por el CEEMAT, busca canalizar tus comentarios, consejos e inquietudes para incidir con fuerza ante las autoridades. El registro es estrictamente confidencial.

Reporte Anónimo Reporte Identificado

* Los reportes identificados permiten al CEEMAT contactarte para seguimiento.