Modelos Log-Lineales
El objetivo de este capítulo es el de estudiar técnicas que nos permitan analizar la posible independencia de más de dos variables aleatorias, siendo los datos a analizar, recuentos de observaciones.
Con este tipo de Modelos se generaliza el Contraste c2 de independencia de dos variables.
CURSO 2011/2012 (XII Edición)
La Estadística ha demostrado en los últimos tiempos su gran potencia y utilidad en la resolución de problemas aplicados mediante la utilización de diferentes Métodos Clásicos.
Lo que no suele decirse, al menos muy claramente, es que para que las conclusiones obtenidas con tales Métodos sean válidas, las suposiciones que éstos requieren (que los datos procedan de una distribución normal, hipótesis de homocedasticidad, etc.) deben cumplirse. Si no se cumplen, las conclusiones que saquemos con ellos pueden ser totalmente erróneas ya que, aunque estén cercanas a ser ciertas tales suposiciones, las conclusiones que sacáramos, no tendrían por qué ser cercanas a las verdaderas; es decir, no existe, en general, una continuidad estadística.
Por esta razón, en los últimos años han ido desarrollándose los denominados Métodos Robustos y de Remuestreo, los cuales no requieren de las suposiciones de los Métodos Clásicos siendo más eficientes que los Métodos no Paramétricos, habiéndose llegado también con ellos a un grado de aplicación muy elevado.
En este curso, Métodos Avanzados de Estadística Aplicada, estudiamos tanto los Métodos Clásicos como los Robustos y de Remuestreo, desde el punto de vista de los conceptos y del de sus aplicaciones informáticas.
Por ello los objetivos del curso son dos: aprender cómo funcionan y cuándo hay que aplicar los Métodos Estadísticos que forman el Programa, y aprender a utilizarlos con la ayuda del ordenador.
AMPLIACIÓN DEL TEMARIO OFICIAL
ÚLTIMA ACTUALIZACIÓN: 13 de Septiembre de 2011