OFERTA ACADÉMICA
Modelos lineales generalizables. Aplicación en estudios ambientales
Modalidad: Presencial. Examen final con certificado de aprobación

El curso encara el uso práctico de modelos lineales (regresión, anova, ancova) con distribuciones de errores varias (normal, poisson, binomial). Estos modelos suelen ser utilizados en estudios experimentales cuando se trabaja con variables respuesta con distribución de errores no normal. También son muy útiles en el caso de estudios asociativos entre variables respuesta de interés (distribución de especies, índices, etc.) y otras variables medidas a campo o por teledetección.

Equipo docente
Dr. Anibal E. Carbajo, Inv. Independiente (CONICET). 3iA, UNSAM
Dra. María V. Cardo, Inv. Asistente (CONICET). 3iA, UNSAM

Fechas de realización: 2 al 6 de marzo de 2015.
Carga horaria: 37 horas.
Horario: Clases teórico-practicas, lunes a viernes, de 9:30 a 17.
Lugar: 3iA, UNSAM, Campus Miguelete, 25 de Mayo y Francia, 1650 San Martín.
Consultas: Dr. Aníbal Carbajo. E-mail: acarbajo@unsam.edu.ar


 
Destinatarios
Dirigido a estudiantes de postgrado y profesionales de carreras relacionadas con el medio ambiente o la ecología; otras disciplinas que estudien la asociación de variables respuesta con el medio ambiente (indicadores, ensayos distribución de especies, etc.); estudios experimentales con muchos factores o distribuciones de error no normales. Los ejercicios se realizarán con el software R. Se puede traer PC portátil propia.
Contenidos mínimos de las asignaturas

El curso consistirá en clases teóricas y prácticas sobre los siguientes puntos:
- Modelos como representaciones sintéticas de la realidad. Muestreo aleatorio, Modelos generales vs. particulares. Modelo correcto vs. modelos satisfactorios.
- Paramétricos vs no paramétricos. Modelos lineales en los parámetros.
- Distribuciones de las variables: normal, binomial, poisson, gamma y binomial negativa.
- Modelos clásicos de regresión, anova y ancova. Ajuste de los parámetros, origen de los supuestos para su validez y verificación de los mismos.
- GLM componentes determinístico, aleatorio y función de nexo. Familias de error y relación de la media con la varianza. Dominio de la variable respuesta y funciones de nexo.
- Métodos de ajuste, medidas de dispersión. Desvianza y AIC. Sobredispersión. Verificación de supuestos.
 - Modelos múltiples. Variables explicativas. Preprocesamiento. Colinealidad, correlaciones de las variables explicativas y factor de inflado de la varianza. Métodos de selección de variables automáticos y manuales, escalonados hacia arriba y hacia abajo. Ventajas y desventajas de cada uno. Desempeño y comparación de modelos. Índice de concordancia kappa y selección de puntos de corte en modelos binomiales dicotómicos.  Bootstrap de los parámetros.
- Interpretación, interpolación, extrapolación, predicción. Rearmado manual de los modelos predictivos.

Los prácticos incluirán 3 bases de datos sobre las que se realizará con el soft R desde el análisis preliminar hasta la construcción de modelos de las familias normal, binomial, quasibinomial, poisson y quasipoisson. Se realizará el ajuste, selección de variables explicativas significativas, verificaciones, propuesta de modelos satisfactorios, índices de concordancia, estimación por bootstrap y rearmado de las ecuaciones de predicción para la variable respuesta.
El examen consistirá en el modelado de una cuarta base de datos, mediante un modelo múltiple que los alumnos construirán sobre la base de lo aprendido, justificando todos los pasos realizados.

Aranceles

General: $1000.
Alumnos de doctorados nacionales: $650.
Alumnos de doctorados o maestrías de UNSAM: exentos.

Metodología para la inscripción:
1. Completar todos los datos solicitados en el Formulario de Inscripción que se solicitará y devolver lo antes posible al correo electrónico: cursos.3ia.2etv@gmail.com Estos formularios deben ser remitidos antes del 10 de febrero de 2015. (Su envío es imprescindible para considerarse preinscripto).
2. Dado que el número de vacantes está limitado, se realizará una evaluación de los postulantes (si el número de postulantes supera al de vacantes). El 18 de febrero a más tardar, enviaremos carta/e-mail de confirmación de inscripción.
3. Se dispondrá de una plataforma virtual de apoyo docente, a través de Foros, Guías de autoevaluación y consultas a la casilla de E-mail cursos.3ia.2etv@gmail.com

Fecha de inicio
07/03/2016
Bibliografia

Básica
-Crawley MJ: GLIM for ecologists. 1st edn. Oxford: Blakwell Scientific Publications; 1993.
-Crawley MJ: The R book. Chichester: John Wiley & Sons Ltd.; 2007.
-Zuur AF, Ieno EN, Smith GM: Analysing ecological data. New York: Springer; 2007.

Complementaria
-Zuur AF, Ieno EN, Walker NJ, Saveliev AA, Smith GM. Generalized Linear Mixed Models with R. Generalized Linear Mixed Models with R.  New York: Springer; 2009
-McCullagh P,  Nelder JA. Generalized Linear Models. London: Chapman y Hall. 1989.
-Dobson AJ. An introduction to Generalized Linear Models. Boca Raton: Chapman y Hall; 2002.
-McCulloch CE, Searle SR: Generalized, Linear and Mixed Models. New York: John Wiley; 2001

 

  • Ficha de inscripción
  • Modelos lineales generalizables. Aplicación en estudios ambientales

    Modalidad:

    Presencial. Examen final con certificado de aprobación

    El curso encara el uso práctico de modelos lineales (regresión, anova, ancova) con distribuciones de errores varias (normal, poisson, binomial). Estos modelos suelen ser utilizados en estudios experimentales cuando se trabaja con variables respuesta con distribución de errores no normal. También son muy útiles en el caso de estudios asociativos entre variables respuesta de interés (distribución de especies, índices, etc.) y otras variables medidas a campo o por teledetección.

    Equipo docente
    Dr. Anibal E. Carbajo, Inv. Independiente (CONICET). 3iA, UNSAM
    Dra. María V. Cardo, Inv. Asistente (CONICET). 3iA, UNSAM

    Fechas de realización: 2 al 6 de marzo de 2015.
    Carga horaria: 37 horas.
    Horario: Clases teórico-practicas, lunes a viernes, de 9:30 a 17.
    Lugar: 3iA, UNSAM, Campus Miguelete, 25 de Mayo y Francia, 1650 San Martín.
    Consultas: Dr. Aníbal Carbajo. E-mail: acarbajo@unsam.edu.ar


     
    Buscá   
    tu
    carrera
    Carrera
    Nivel
    Título
      búsqueda avanzada
    Facebook/unsamoficial
    Twitter/unsamoficial
    Youtube/unsamoficial
      ...
    Google+ LinkedIn Instagram Pinterest