Objetivo

La materia tiene como objetivo ampliar los modelos lineales clásicos (ANOVA y regresión) mediante el estudio de los Modelos Lineales Generalizados (MLG), que permiten trabajar con variables de respuesta de distintas distribuciones (binomial, Poisson, gamma, entre otras), tanto continuas como discretas. Además se busca brindar una visión integral de la modelación estadística, abordando diversas estructuras de modelos y el proceso de inferencia de parámetros, además de fomentar una actitud científica y crítica para aplicar estas técnicas en distintos contextos, implementándolas en lenguaje R.

Objetivos específicos: 

• Comprender los fundamentos de los Modelos Lineales Generalizados (MLG) y diferenciarlos de los modelos lineales clásicos.
• Analizar y aplicar distintas distribuciones según el tipo de variable de respuesta (continua o discreta).
• Formular, estimar, evaluar y validar modelos adecuados, interpretando correctamente sus resultados.
• Desarrollar una actitud científica y crítica en el análisis de problemas en diversas áreas.
• Métodos de estimación. propiedades y distribuciones de estimadores.
• Aplicar los MLG en la resolución de problemas multidisciplinarios utilizando el lenguaje R.

---

Destinatarios/as y requisitos de admisión

Profesionales con título de grado universitario (mínimo cuatro años de duración) con conocimientos básicos de lenguaje R y Estadística general, cursada en carrera de grado.

---

Cursada

Duración: 50 horas.

Inicio de cursada: 14 de abril de 2026

Fechas de cursada:

• 14, 16, 21, 23 de abril.
• 12, 14, 19 y 21 de mayo.

Días y horario:Martes y jueves de 16 a 20 hs.

Modalidad: Presencial con mediación tecnológica

Lugar: Aula 6. Facultad de Economía y Administración UNCo. Buenos Aires 1400. Neuquén, Capital.

---

Contenidos

• Modelos lineales generalizados. Componentes de un MLG.
• Funciones de enlace y función de verosimilitud.
• Inferencia.
• Modelos para datos binarios y multicategóricos.
• Modelo para datos de conteo.
• Modelos para datos continuos.
• Modelo Logit para variables nominales y ordinales.
• Modelo logístico acumulado u Odds proporcionales.
• Sobredispersión.

Consultá el programa aquí 

---

Equipo docente

• Mg. Natalia Rubio
• Esp. Verónica Lac Prugent

---

Acreditación y normativa

• Resolución CD FaEA N° 429/25

---