Modelo Lineal Generalizado
Maestría en Estadística
Universidad del Norte
Dr. rer. nat. Humberto LLinás Solano
Departamento de Matemáticas y Estadística, Universidad del Norte (Barranquilla, Colombia)01/08/25
Abstract
Este curso está orientado a cualquier profesional de la Estadística y/o áreas afines. Los temas se desarrollan con un enfoque teórico-práctico. En Rpubs:: toc se pueden ver otros documentos de posible interés.
Prefacio
En la actualidad, la toma de decisiones basada en datos se ha convertido en un pilar fundamental en campos como la medicina, la economía, la ingeniería, la educación y la inteligencia artificial. En este contexto, los Modelos Lineales Generalizados (GLMs) ofrecen un marco flexible y poderoso para modelar fenómenos donde la variable de respuesta no necesariamente sigue una distribución normal. Entre ellos, los modelos logísticos se han consolidado como herramientas clave para analizar datos con respuestas binarias o categóricas, tan comunes en encuestas, predicción de eventos, análisis clínicos, detección de fraudes, entre otros.
Este material tiene como propósito introducir y desarrollar con profundidad los conceptos teóricos y prácticos asociados a los GLMs, con énfasis en la regresión logística. Se estructura en bloques temáticos que abarcan desde la formulación del modelo hasta su evaluación e interpretación en contextos reales.
Este contenido está diseñado para estudiantes de posgrado con conocimientos previos en:
Estadística inferencial básica (estimación, pruebas de hipótesis)
Álgebra matricial y cálculo diferencial básico
Regresión lineal clásica (modelo lineal general)
Manejo de R a nivel intermedio (data frames, funciones, modelos)
1 Modelos lineales Generalizados
1.1 Introducción a GLMs: Click derecho aquí.
2 Modelos logísticos
2.1 Caso binario: Click derecho aquí.
2.2. Caso multinomial: Click derecho aquí.
Bibliografía
Consultar los documentos:
If you found any ERRORS or have SUGGESTIONS, please report them to my email. Thanks.