> Ciencias exactas>Modelos estadísticos lineales. Con aplicaciones en R

Ciencias exactas

Modelos estadísticos lineales. Con aplicaciones en R Ver más grande

Modelos estadísticos lineales. Con aplicaciones en R

Nuevo

Autores: Cristian Fernando Téllez P y Mario Alfonso Morales R
Editorial: Ediciones de la U
Edición: Primera, 2016
Formato: Libro
Rústica, 17 x 24 cm
258 páginas
Peso: 0,413 Kg
ISBN: 9789587624762

Más detalles


COP$ 62.000

Añadir a la lista de deseos

Más

Reseña. Modelos estadísticos lineales. Con aplicaciones en R

 
Este libro implanta rápidamente en el lector el pensamiento estadístico en términos de la modelación estocástica. Los autores plasman los principales resultados de la teoría clásica de una forma estructurada, clara y precisa. Desde sus primeras páginas, este texto muestra rigurosamente el desarrollo de deducciones primordiales y con algunos ejemplos lexicográficos se ilustran las propiedades numéricas de forma exhaustiva.
 
Dentro de cada capítulo, el lector podrá encontrar ejemplos empíricos y simulaciones basadas en el software computacional R. Sin embargo, la claridad de los contenidos expuestos hace que la programación sea muy expedita de realizar en otros paquetes diferentes a R.
 

Contenido. Modelos estadísticos lineales. Con aplicaciones en R

 
Prólogo
 
  1.     Modelos de regresión
    1.1 Modelos estadísticos lineales
    1.2 Modelo de regresión lineal simple
    1.3 Modelo de regresión lineal múltiple
    1.4 Partición de la suma de cuadrados total
    1.5 Coeficiente de determinación
    1.6 Propiedades distribucionales
    1.7 Pruebas de hipótesis
    1.8 Prueba sobre un subconjunto de β
    1.9 Errores puro y por falta de ajuste
    1.10 Estimación por intervalo para β1
    1.11 Hipótesis lineal general
    1.12 Cálculos con R
    1.13 Ejercicios
  2.     Diagnóstico en regresión
    2.1 Introducción
    2.2 Verificación de los supuestos sobre error
    2.3 Selección de variables
    2.4 Multicolinealidad
    2.5 Cálculos con R
    2.6 Ejercicios
  3.     Introducción a los modelos de clasificación
    3.1 Regresión en variables Dummy
    3.2 Descripción de los modelos de clasificación
    3.3 Las ecuaciones normales
    3.4 Cálculos con R
    3.5 Ejercicios
  4.     Modelos de rango incompleto
    4.1 Las ecuaciones normales
    4.2 Propiedades de la solución
    4.3 Análisis de varianza
    4.4 Funciones estimables
    4.5 La hipótesis lineal general
    4.6 Diagnostico
    4.7 Cálculos con R
    4.8 Selección de ejercicios
  5.     Dos modelos elementales
    5.1 Resumen de los resultados generales
    5.2 Modelo de una vía de clasificación
    5.3 Clasificación anidada de dos vías
    5.4 Cálculos con R
    5.5 Ejercicios
  6.     Modelos lineales generalizados
    6.1 Definición de un modelo lineal generalizado
    6.2 Estimación de β por máxima verosimilitud
    6.3 Pruebas de hipótesis
    6.4 Diagnóstico en los MLGs
    6.5 Procesamiento de datos con R
    6.6 Ejercicios
A. Introducción a matrices
A.1 Propiedades
A.2 Matrices especiales
A.3 Traza
A.4 Todos iguales
A.5 Inversa de una matriz
A.6 Rango
A.7 Diferenciación
A.8 Procesamiento de datos con R
A.9 Ejercicios
B. Inversa generalizada
B.1 Definición y existencia
B.2 Un algoritmo para calcular A-
B.3 Solución de sistemas lineales
B.4 Matrices simétricas
B.5 Cálculos con R
B.6 Ejercicios
C. Distribuciones y formas cuadráticas
C.1 Formas cuadráticas
C.2 Matrices definidas positivas
C.3 Distribuciones de formas cuadráticas
C.4 Distribución de formas cuadráticas
C.5 Ejercicios
Bibliografía
Índice temático
Whatsapp