Asignaturas

Notas de Clase

A continuación se encuentra disponible los apuntes de clase (en desarrollo) de algunas de las asignaturas dictadas.

Asignaturas:

• Introducción a la Estadística con Apoyo Computacional  PDF [1.5 Mb]  (74 páginas, en colaboración con Ronny Vallejos).
• Elementos de Inferencia Estadística  PDF [903 Kb]  (68 páginas).
• Análisis de Regresión  PDF [1.22 Mb]  (127 páginas).

AES-519: Bioestadística

Descripción
La asignatura presenta conceptos básicos sobre procedimientos de análisis de datos, conceptos de teoría de probabilidad y fundamentos de inferencia estadística. Se describe algunos modelos de probabilidades de uso rutinario además de procedimientos para estimación y toma de decisiones bajo incertidumbre.

Referencias

• Díaz, V. (2012). Metodología de la Investigación Científica y Bioestadística. RIL Editores, Santiago de Chile.
• Milton, J.S. (2007).Estadística para Biología y Ciencias de la Salud (3ra Ed.). McGraw-Hill, México, DF.
• Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K. (2012). Probabilidad y Estadística para Ingeniería y Ciencias (9a Ed.). Pearson, México, DF.

GitHub de la asignatura:
Material de la asignatura se encuentra disponible en la página: AES519: Bioestadística

IECD-213: Métodos Estadísticos

Descripción
La asignatura presenta una introducción a los conceptos fundamentales sobre cálculo de probabilidades, variables aleatorias, así como algunos procedimientos de estimación y de test de hipótesis.

Referencias

• Canavos, G. (1990). Probabilidad y Estadística, Aplicaciones y Métodos. McGraw-Hill Latinoamericana.
• Meyer, P.L. (1976). Probabilidad y Aplicaciones Estadísticas. Fondo Educativo Interamericano.
• Devore, J. (2008). Probabilidad y Estadística para Ingeniería y Ciencias, 7a Edición. Cengage Learning, Mé:xico.

IECD-415: Métodos Multivariados

Descripción
El propósito de este curso es proveer de una introducción a la inferencia estadística en un contexto donde se mide múltiples variables de interés de naturaleza cuantitativa. A lo largo del curso frecuentemente se asumirá que los datos provienen desde una distribución normal multivariada. La asignatura es subdividida en dos principales partes. Inferencia bajo el supuesto de normalidad y la descripción de diversas técnicas multivariadas. Entre las que podemos destacar: Regresión multivariada y GMANOVA, Análisis de componentes principales, Análisis factorial y métodos de clasificación y agrupamiento.

Referencias

• Anderson, T.W. (2003). An Introduction to Multivariate Statistical Analysis (3rd Ed.). Wiley, New York.
• Hardle, W.K., Simar, L. (2012). Applied Multivariate Statistical Analysis (3rd Ed.). Springer, New York.
• Seber, G.A.F. (2004). Multivariate Observations. Wiley, New York.

Conjunto de datos

• bloodsugar: bloodsugar.csv  |  bloodsugar.rda
• examScor: examScor.csv  |  examScor.rda
• lifeexp: lifeexp.R
• measure: measure.R
• pollution: pollution.rda
• pottery: pottery.R

GitHub de la asignatura:
Página con material de la asignatura: IECD-415: Métodos Multivariados

Cursos anteriores

Facultad de Ingeniería, Universidad Andrés Bello

• CIND-211: Redes y Sistemas Estocásticos en Ingeniería (2025).

Departamento de Matemática, Universidad Técnica Federico Santa María:

• MAT-031: Estadística (2024).
• MAT-032: Probabilidad y Estadística Comercial (2019, 2021).
• MAT-041: Probabilidad y Estadística (2019, 2023).
• MAT-042: Probabilidad y Estadística Industrial (2013, 2022).
• MAT-206: Inferencia Estadística (2017 a 2022, 2024).
• MAT-266: Análisis de Regresión (2011, 2014, 2021 a 2023).
• MAT-269: Análisis Estadístico Multivariado (2011, 2017, 2020, 2022 a 2024).
• MAT-305: Métodos Estadísticos en Ingeniería (2011 a 2014).
• MAT-306: Proyectos Estadísticos (2012, 2013).
• MAT-360: Inferencia Estadística (2012).
• MAT-420: Procesos Estocásticos (2012).
• MAT-422: Modelos Lineales (2012).
• MAT-423: Estadística Espacial (2014).
• MAT-466: Modelos Lineales Generalizados (2018, 2021, 2024).
• MAT-468: Simulación Estocástica (2020, 2024).

Instituto de Estadística, Pontificia Universidad Católica de Valparaíso:

• EST-136: Computación Estadística (2015).
• EST-224: Probabilidad e Inferencia Estadística (2017).
• EST-310: Estadística 2 (2016).
• EST-448: Regresión (2016).
• EST-712: Métodos Estadísticos I (2016).
• EST-781: Análisis de Datos Correlacionados (2015).
• EST-782: Estadística Computacional (2015, 2017).

Instituto de Estadística, Universidad de Valparaíso:

• IECD-223: Probabilidad (2025).
• IECD-325: Modelos Lineales y Diseño de Experimentos (2025).
• IES-312: Distribución de Formas Cuadráticas (2008 a 2010).
• IES-321: Modelos lineales (2007 a 2010).
• IES-324: Simulación (2009).
• IES-423: Ecuaciones de Estimación Generalizadas (2007).
• EST-610: Modelación Estadística (2007, 2010).
• EST-623: Modelos para Datos con Medidas Repetidas (2008).
• EST-624: Tópicos en Modelos con Efectos Mixtos (2009, 2010).
• MGE-201: Inferencia Estadística (2025).