<= Atrás     Docencia > Licenciatura > Modelos Estocásticos Home Mapa Contactar Buscar Ayuda
 

Modelos Estocásticos
(Curso 2004-2005)

Código Sigma: 43962
Carácter: Optativa
Curso:
Ciclo:
Cuatrimestre:
Créditos: 6 = 3T + 3P (4 horas semanales)

Objetivos: Aplicación de procesos estocásticos al análisis de datos. Manejo de sofware estadístico adecuado para este fin.

Evaluación:

  • Examen final (ejercicio escrito + examen con ordenador): 70%.
  • Realización de trabajos prácticos y otras actividades a lo largo del curso: 30%.
Prerrequisitos:
Descriptor: Tipos de dependencia estocástica. Procesos de conteo. Modelos de dependencia Markoviana. Modelos dinámicos. Inferencia en procesos estocásticos. Análisis de datos longitudinales.

Programa:

  1. Cadenas de Markov en tiempo discreto.
    Ajuste como modelos logísticos y log-lineales. Orden, estacionaridad, reversibilidad. Modelos de regresión de Markov.
  2. Modelos dinámicos.
    Dependencia serial. Modelos de Markov ocultos. Modelos con sobredispersión para duraciones o frecuencias. Filtro de Kalman.
  3. Procesos de conteo.
    Notación y terminología. Intensidades. El proceso de Poisson. Procesos de Poisson no homogéneos. Procesos de renovación. Intensidades dependientes de covariables.
  4. Cadenas de Markov en tiempo continuo.
    Cadenas de Markov en tiempo continuo. Procesos semi-markovianos. Intensidades constantes. Intensidades dependientes del tiempo o de covariables.
Actividades: Las clases prácticas se desarrollarán en el aula de informática con el sistema estadístico R

Bibliografía:

  • Andersen, P.K., Borgan, O., Gill, R.D. y Keiding, N. Statistical Models Based on Counting Processes, Springer-Verlag, 1993
  • Guttorp, P. Stochastic Modelling of Scientific Data, Chapman & Hall, 1995.
  • Lindsey, J. K. Models for Repeated measurements, 2nd ed., Oxford University Press, 1999.
  • Lindsey, J. K. The Statistical Analysis of Stochastic Processes in Time, LUC, Diepenbeek, 2001.
  • MacDonald, I. L. Y Zucchini, W. Hidden Markov and Other Models for Dicrete-valued Time Series, Chapman & Hall, 1997.
  • Rigdon, S. E. y Basu, A. P. Statistical Methods for the Reliability of Repairable Systems, Wiley, 2000.
  Última actualización : 01/07/04