Profesor:Ana Bianco

Puntaje: 4 puntos  (Licenciatura y Doctorado)

Correlatividades: Probabilidades Estadística

Carga horaria:6 horas semanales   (2 meses)       

Carreras:    
Licenciatura en Matemática (Or. Pura y Aplicada)
Doctorado en Matemática

Breve descripción del curso:

Unidad 1. Introducción al programa R. Entorno R Studio. Manejo de Datos en R. Visualización de Datos: Gráficos en R. Rudimentos de programación en R.

Unidad 2. Revisión de algunos conceptos básicos de Probabilidad. Simulación de Monte Carlo.

Unidad 3. Métodos de estimación. Simulación en R.

Unidad 4. Estimación no paramétrica de densidad. Selección de ventana: validación cruzada.

Selección de modelos. Implementación en R y caso de estudio.

Unidad 5. Bootstrap: métodos de remuestreo. Aplicaciones en R.

Unidad 6. Aprendizaje estadístico: introducción al problema de la predicción.

Unidad 7. Regresión lineal multiple. Selección de Modelos. Predicción. Implementación en R y caso de estudio.

Bibliografía

• Dalgaard, P. (2008). Introductory statistics with R. Springer Science & Business Media.

• Hothorn, T., & Everitt, B. S. (2014). A handbook of statistical analyses using R. CRC press.

• James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning. New York: springer.

• Lock, R. H., Lock, P. F., & Morgan, K. L. (2012). Statistics: Unlocking the power of data. Wiley Global Education.

• Rice, J. (2006). Mathematical statistics and data analysis. Nelson Education.

• Wasserman, L. (2004). All of Statistics: A Concise Course in Statistical Inference. Springer Science & Business Media.

• Zuur, A., Ieno, E. N.,& Meesters, E. (2009). A Beginner’s Guide to R. Springer Science & Business Media.

Reunión preliminar: 

Horarios: