Análisis de Regresión

Este repositorio contiene el material del curso IECD-325: Modelos Lineales y Diseños de Experimentos (Universidad de Valparaiso).

Descripción de la asignatura

El curso proporciona elementos básicos e inferenciales del modelo de regresión lineal. Al finalizar el curso los alumnos deberán ser capaces de llevar a cabo análisis de regresión, selección de modelos y regresión logística. Posteriormente se describirá tópicos más avanzados tales como regresión no-paramétrica. En el transcurso de la disciplina, se discutirá también algunas técnicas de diagnóstico y procedimientos de estimación robustos.

Referencias

• Hocking, R. (1996). Methods and Applications of Linear Models. Wiley, New York.
• Seber, G.A.F., Lee, A.J. (2003). Linear Regression Analysis (2nd Ed.). Wiley, New York.
• Sheather, S.J. (2009). A Modern Approach to Regression with R. Springer, New York.
• Weisberg, S. (2013). Applied Linear Regression (4th Ed.). Wiley, New York.

Notas de clase

El contenido del curso se encuentra en desarrollo y cambios pueden ser introducidos en cualquier momento. Las notas de clase se pueden encontrar en el siguiente [link]

Material de clase

Las diapositivas para el 2do semestre de 2025 se encuentran disponibles a continuación.

• Sesion 0: Introducción [slides]
• Sesion 1: Regresión lineal simple [slides]
• Sesion 2: Elementos de álgebra matricial [slides]
• Sesion 3: Diferenciación matricial [slides]
• Sesion 4: Distribución normal multivariada [slides]
• Sesion 5: Distribuciones de contornos elípticos [slides]
• Sesion 6: Formas cuadráticas [slides]
• Sesion 7: Modelos lineales [slides]
• Sesion 8: Aspectos numéricos de estimación LS en regresión lineal [slides]
• Sesion 9: Estimación sujeto a restricciones lineales [slides]
• Sesion 10: Test de hipótesis y regiones de confianza [slides]
• Sesion 11: Ejemplos de test de hipótesis en modelos lineales [slides]
• Sesion 12: Restricciones lineales estocásticas [slides]
• Sesion 13: Colinealidad [slides]
• Sesion 14: Errores correlacionados y estimación de funciones de varianza [slides]
• Sesion 15: Transformaciones estabilizadoras de varianza [slides]
• Sesion 16: Análisis de residuos y leverages [slides]
• Sesion 17: Diagnóstico de influencia en regresión lineal [slides]
• Sesion 18: M-estimación en análisis de regresión [slides]
• Sesion 19: Métodos para selección de modelos [slides]
• Sesion 20: Métodos de seleccion automática [slides]

Recomendaciones para escribir un reporte estadístico

• Recomendaciones y breve reporte estadístico [Sec. 1.6 y 1.7 de Jorgensen (1993)]

Conjuntos de datos

• Puntajes adaptativos de Gesell: [gesell.csv], [gesell.rda]
• Datos de Brownlee: [stackloss.csv]
• Cemento Portland: [portland.rda]
• Producción textil en los Países Bajos: [textile.csv], [textile.rda]
• Herencia de altura: [Heights.rda]
• Rentabilidades mensuales de la viña Concha y Toro [cyt.rda]

Scripts

• Cálculo del número condición escalado: [scaled.condition.R]
• Estimación Box-Cox en regresión: [boxcox.lm.R]
• QQ-plot con envelopes en regresión lineal: [envelope.lm.R]

Evaluaciones

• 2025: [Prueba 1], [Pauta 1] | [Prueba 2], [Pauta 2] | [Prueba 3], [Pauta 3]

Evaluaciones de años anteriores

• 2023: [Certamen 1], [Pauta 1] | [Certamen 2], [Pauta 2]
• 2022: [Certamen 1], [Pauta 1] | [Certamen 2], [Pauta 2] | [Certamen 3], [Pauta 3]
• 2021: [Certamen 1], [Pauta 1] | [Certamen 2], [Pauta 2] | [Certamen 3], [Pauta 3]
• 2014: [Certamen 1], [Pauta 1] | [Certamen 2]
• 2011: [Certamen 1], [Pauta 1] | [Certamen 2], [Pauta 2] | [Certamen 3]