Profesora: Nélida Winzer

Total de horas: 50

Las clases presenciales se desarrollaran en las 2 primeras semanas de marzo: 2-6 y 9-13 de marzo de 2020 (5 horas diarias).

Motivación o fundamentación del curso:
En la investigación en Ciencias naturales o Sociales es habitual que el investigador se vea enfrentado a situaciones tales que los datos no responden a los requerimientos de los modelos lineales clásicos de Análisis de la Varianza o de Regresión porque no se cumplen supuestos como igualdad de varianzas o independencia de los datos o desbalances. El uso de los Modelos Mixtos permite solucionar este inconveniente. Además de que, en muchos casos permite aumentar la precisión de las estimaciones ó aumentar el espacio de inferencia. Disponer de esta metodología con una buena comprensión de sus ventajas y falencias es una herramienta importante para los que se vean enfrentados a estos problemas. Este curso está destinado a usuarios de estos modelos: biólogos, agrónomos, economistas, etc.
Resumen del contenido:
Modelos estadísticos asociados al diseño experimental: modelo lineal y modelo lineal mixto. Factores fijos y aleatorios. Métodos de estimación de parámetros: Máxima Verosimilitud y Máxima Verosimilitud Restringida (REML). Requerimientos y propiedades de cada uno. Pruebas de hipótesis: test F, test de razón de verosimilitudes. Inferencia sobre los efectos aleatorios. Diseños a una vía. Matriz de covarianzas según el diseño de los datos: completamente aleatorizados ó en bloques. Covarianzas causadas por los efectos aleatorios. Casos desbalanceados. Modelos para factores anidados. Estructura de la matriz de covarianzas. Modelación en caso de falta de homocedasticidad. Modelos a dos vías. Interacción aleatoria. Aplicación al Análisis de redes de Ensayos. Modelos de regresión con intercepto y/o pendiente aleatoria. Criterios de información para la selección de modelos. Modelo lineal Generalizado Mixto. Caso de datos con distribución binomial y Poisson. Diseños de medidas repetidas. Distintos modelos para la correlación entre las observaciones.
Preinscripción: Interesados preinscribirse enviando mail, EN FEBRERO, a nwinzer@criba.edu.ar.
Horarios y aulas: se darán a conocer fines de febrero cuando se sepa el número de preinscriptos.