En el marco de la Maestría en Matemática de la Facultad de Ciencias Exactas y Naturales, el viernes 22 de octubre comenzará a dictarse el curso de posgrado “Modelado Estadístico”, que estará a cargo de la doctora María Cristina Martín.
Se trata de una oferta destinada a estudiantes inscriptos a la Maestría en Matemática y también a egresadas/os universitarios de otras áreas usuarios de la Estadística Aplicada. Tendrá una carga horaria de 80 horas reloj, un cupo de 20 participantes y se dictará en forma virtual.
Los interesados pueden dirigir sus consultas a [email protected] o ingresar a la página web de la Facultad: www.exactas.unlpam.edu.ar.
El formulario de inscripción está disponible en este link
MODELADO
Al enfrentarse a la realidad de un estudio, el investigador dispone habitualmente de una matriz de datos conformada por muchas variables medidas u observadas en una colección de individuos u objetos. Es usual pretender alcanzar una explicación de una de esas variables, denominada variable de respuesta, a partir de una función ponderada de las otras -una o más- variables, denominadas explicativas.
Esto se consigue construyendo y evaluando un Modelo Matemático sujeto a ciertas restricciones para la población en estudio. Dependiendo del tipo de variables, surgen diferentes propuestas de “modelado” que recurriendo a la metodología “estadística” permite alcanzar el objetivo de ajuste.
El interesado se encuentra frente a una diversidad de técnicas y debe ser capaz de seleccionar la más adecuada para sus datos y a su objetivo científico, verificando los supuestos.
El proceso resultante, conocido como Modelado Estadístico es un enfoque de análisis de datos que empezó a gestarse a principios del siglo XX y que se desarrolló a partir de la mitad de este siglo, gracias en gran parte, a los avances en informática, que han propiciado la potencia de cálculo necesaria, y a los avances en estadística de finales de los ‘80 y principios de los ‘90.
Los principales objetivos del curso son presentar y discutir las técnicas de Modelado Estadístico para diferentes situaciones, en función del tipo de variables con las que se trabaja y las restricciones a las poblaciones; comprender conceptos claves de cada una de las técnicas presentadas; ser capaz de distinguir qué técnica de modelado es la más adecuada, en función tanto del tipo de datos como del uso que se quiera hacer de ellos; discutir los Usos Adecuados e Inadecuados de los distintos Procedimientos y adquirir los conocimientos necesarios para la aplicación usando, en particular, el software R.