aumentar disminuir original

Modelos estadísticos

Formulario de inscripción

DOCENTES RESPONSABLES

Ing. Agr. (Ph.D.) Mónica Balzarini. FCA-UNC
Ing. Agr. (Dra.) Cecilia Bruno. FCA-UNC

DESTINATARIOS

Dirigido a profesionales con título afín a las Ciencias  Agropecuarias, Forestales, Biológicas o Ambientales. Acreditar ejercicio profesional, formar parte de equipos de investigación o ser becario de Ciencia y Tecnología con ejercicio de tareas de investigación científica y tecnológica.

REQUISITOS DE ADMISIÓN

Título universitario o de nivel superior no universitario de cuatro años de duración como mínimo.

Tener conocimientos de Análisis de la Varianza y Análisis de Regresión Lineal.

FUNDAMENTACIÓN

Los modelos estadísticos contemporáneos para el análisis de datos experimentales u observacionales, como los modelos lineales mixtos, modelos lineales generalizados y mixtos surgen como innovaciones en el análisis de datos, ya que permiten reconocer patrones en los datos y, a través de algoritmos de cálculo computacionalmente más eficientes, construir modelos que permiten describir, analizar y predecir procesos aleatorios. Las herramientas estadísticas son claves en la generación de nuevos conocimientos científicos y tecnológicos. La estrecha relación de la Estadística con el método científico hace de la disciplina una componente de valor en proyectos de investigación e innovación en numerosas áreas del conocimiento.

OBJETIVOS

  • Capacitar estudiantes en tecnologías para la modelación estadística contemporánea de datos experimentales, ilustrando la diversidad de aplicaciones de modelos lineales mixtos.
  • Desarrollar destrezas en la formulación y aplicación de modelos mixtos mediante el análisis de casos y el debate sobre diferentes enfoques e interpretaciones para cada uno.

Se pretende que los participantes realicen experiencias de modelación que incrementen la capacidad de:

  • Reconocer y modelar problemas clásicos de análisis de la varianza y regresión lineal.
  • Vincular la estructura de los datos con los distintos términos de los modelos lineales.
  • Interpretar el significado de las estimaciones y pruebas de hipótesis asociadas.
  • Comunicar resultados científicos con la terminología estadística apropiada.
  • Utilizar un software estadístico InfoStat para modelar los datos, interpretarlos y comunicar los resultados.

PROGRAMA

Modelación Estadística

Conceptos Generales, desde los Modelos Lineales Generales a los Modelos Lineales Generalizados Mixtos y Modelos No Lineales.

Modelo Lineal Mixto

Efectos fijos y aleatorios. Modelados de correlaciones implícito y explícito. Heterocedasticidad. Modelo de covarianza residual para datos longitudinales y para datos espaciales. Análisis de Residuos y Prueba del Cociente de Verosimilitud. Criterios de Información. Inferencia Promedio Poblacional e Inferencia Sujeto  Específica. Comparaciones de medias ajustadas. BLUP. Ejemplos en BioCiencias bajo diseños experimentales clásicos como DCA, DBCA, Parcelas Divididas, Anidados o Jerárquicos.

Modelación Estadística Avanzada

Análisis de datos No Normales. Conteos y Proporciones. Componentes del Modelos Lineal

Generalizado. Estimación. Análisis de Residuos. Modelos Lineales Generalizados Mixtos. Análisis de medidas repetidas en el tiempo bajo distribución Binomial y Poisson. Modelos LogLineal Poisson-Normal (o Poisson-LogNormal). Modelo Binomial Negativo-Normal. Sobredispersión en modelos lineales generalizados. Introducción al uso de Modelos No Lineales Mixtos. Ejemplos en BioCiencias con distribuciones no normales y modelos no lineales

BIBLIOGRAFÍA

  • Agresti A. 2014. Foundations of Linear and Generalized Linear Models. John Wiley, NewYork.
  • Faraway J. 2014. Extending the linear model with R. Chapman & Hall. New York.
  • Stroup, W.W. Generalized Linear Mixed Models. Modern Concepts, Methods and Applications. CRC Press.
  • West, B.T., Welch, K.B., Galecki, A.T. (2016). Linear Mixed Models. A practical guide using statistical software. Chapman & Hall. CRC

CARGA HORARIA

40 horas.

CRONOGRAMA DE ACTIVIDADES

Inicio: 11 de noviembre

Cronograma: desde el 11 al 15 de noviembre. Clases teórico-prácticas presenciales de jornada completa (8 horas).

Sede Pergamino

MODALIDAD DEL CURSO

Presencial. Asistencia al 80% de las clases

MODALIDAD DE EVALUACIÓN

Para realizar la evaluación final deberá haber asistido al 80% de las actividades presenciales. Se aprobará con 7 (siete) o más puntos en escala de 1 (uno) a 10 (diez). El trabajo integrador final consta de la resolución de situaciones problemas y podrá ser abordado en grupo de hasta tres  integrantes, pero reportado individualmente.

RECURSOS MATERIALES

Cada asistente al curso deberá traer una notebook con software InfoStat y R, más la conexión entre ambos (www.InfoStat.com.ar).

ARANCELES

  • Graduados, Docentes y No Docentes UNNOBA: $3.500
  • Profesionales en General: $4.000

El pago del arancel debe realizarse antes del inicio del curso.

INFORMES

Por mail a: cursosposgrado@unnoba.edu.ar

Teléfonos:  2477-409500 (interno 21201) Sede Pergamino |236-4407750 (interno 12502) Sede Junín