SUMILLA
Comprende al estudio del modelo lineal general y su estimación usando
desviaciones. Procedimiento general para las pruebas de hipótesis. Uso de los modelos
reducidos para la prueba de hipótesis. Estimación del poder de una prueba de hipótesis.
Pruebas de bondad de ajuste. Uso de los mínimos cuadrados generalizados y de la matriz
inversa generalizada. Estudio de modelos polinomiales y autoregresivos. Comprende al
estudio de las técnicas para la selección de variables en los modelos y al estudio de
residuales. Uso de variables ficticias. Estudio de las violaciones en los supuestos
clásicos para la estimación de modelos lineales. Estimación de modelos no
linealizables: Logístico y Gompertz. Análisis de puntos influyentes y tratamiento de los
puntos extremos. Estimación de modelos con variable dependiente binaria. Estimación de
funciones de producción.
OBJETIVOS GENERALES
Estudiar los supuestos clásicos para la estimación del modelo lineal
general y evaluar las principales técnicas para realizar las pruebas de hipótesis sobre
sus parámetros con el fin de permitir la selección de los mejores modelos.
OBJETIVOS ESPECIFICOS
CONTENIDO
Capítulo I: Modelo Lineal General
Introducción. Descripción del modelo lineal general, supuestos clásicos para su
estimación (caso I y II). Propiedades de los estimadores. Uso de las desviaciones para la
estimación de modelos. Evaluación e interpretación de los indicadores del análisis de
la variancia. Sesgo en las estimaciones del modelo. Prueba de bondad de ajuste de un
modelo.
Capítulo II: Pruebas de Hipótesis
Procedimiento general para las pruebas de hipótesis en los modelos lineales. Uso de los
modelos reducidos para las pruebas de hipótesis. Estimación del criterio de prueba y de
los estimadores restringidos por las hipótesis. Determinación del poder de una prueba de
hipótesis. Aplicaciones.
Capítulo III: Mínimos Cuadrados Generalizados
Estimación de modelos lineales mediante los mínimos cuadrados generalizados. Propiedades
de las estimaciones. Aplicaciones.
Capítulo IV: Modelos Polinomiales
Estimación de modelos polinomiales. Transformaciones lineales. Linealización de modelos.
Propiedades y aplicaciones. Estimaciones de funciones de producción. Aplicaciones.
Capítulo V: Variables Artificiales en el Modelo Lineal General
Uso de las variables artificiales o ficticias (Dumy) en los modelos. Estimación de
modelos por tramos. Estimación de tramos lineales y cuadráticos. Análisis de
covariancia. Aplicaciones
Capítulo VI: Selección de Variables en el Modelo Lineal General
Métodos para la selección de variables a incluir en el modelo: Forward, Bacwrad y
Stepwise. Análisis de los residuales. Aplicaciones.
Capítulo VII: Violaciones de los Supuestos en el Modelo Lineal General
Heterocedasticidad, Autocorrelación y Multicolinealidad. Aplicaciones
Capítulo VIII: Regresión Variable Dependiente Dicotómica
Análisis de regresión con una variable dependiente dicotómica. Modelos de Probabilidad
Lineal (MPL), Modelos Logit y Probit. Aplicaciones
Capítulo IX: Modelos No Linealizables
Estudio y estimación del modelo Logístico. Modelo de Gompertz. Aplicaciones
Capítulo X: Valores Extremos.
Análisis de puntos influyentes y tratamiento de los valores extremos (outliers).
Aplicaciones
Capítulo XI: Inversa Generalizada
Definición de la matriz inversa generalizada, usos y aplicaciones. Propiedades. Solución
de ecuaciones lineales.
METODOLOGIA
Para el desarrollo del curso se tendrán los lineamientos siguientes:
EVALUACION
La evaluación comprende 4 prácticas calificadas, 1 trabajo experimental, examen parcial y examen final
BIBLIOGRAFIA