Acerca del curso
El curso de Modelos de Supervivencia y de Series de Tiempo tiene como principales objetivos que los estudiantes:
- Conozcan el análisis de datos relacionados con tiempos de falla, o tiempos de ocurrencia de un evento específico a partir de diversos modelos de supervivencia.
- Conozcan los modelos de series de tiempo para poder hacer inferencia sobre un modelo estadístico que relacione el tiempo con una variable respuesta.
Temario propuesto
El curso se divide en dos partes de la siguiente forma.
- Modelos de Supervivencia
- Datos y funciones relacionadas con el análisis de supervivencia.
- Métodos paramétricos y no paramétricos para el análisis de supervivencia.
- Comparación de poblaciones.
- Modelos con covariables.
- Modelos de Series de Tiempo
- Introducción al análisis de series de tiempo.
- Tendencia y estacionalidad.
- Modelos AR, MA, ARMA, ARIMA y SARIMA.
- Procesos ARCH y GARCH.
El temario completo se puede revisar aquí.
Evaluación
La evaluación consistirá de los siguientes elementos:
- 4 Tareas a realizarse en equipos de máximo 3 personas y actividades individuales en DataCamp (25%).
- 2 Exámenes parciales (50%).
- Proyecto (25%)
Es importante tener en cuenta los siguientes aspectos de la calificación.
- En caso de entregar un parcial no habrá derecho a NP (salvo casos extraordinarios).
- Se deberán aprobar todos los exámenes para aprobar el curso.
- La calificación aprobatoria mínima es de 6 y no se puede renunciar a ella.
- Habrá oportunidad de reponer un parcial.
(Algunas) Referencias recomendadas
- Collett, D. (2023). Modelling survival data in medical research. Chapman and Hall/CRC.
- Kleinbaum, D. G., & Klein, M. (1996). Survival analysis a self-learning text. Springer.
- Therneau, T. M., & Grambsch, P. M. (2000). Modeling Survival Data: Extending the Cox Model. Springer.
- Moore, D. F. (2016). Applied survival analysis using R. Cham: Springer.
- Brockwell, P. J., & Davis, R. A. (Eds.). (2002). Introduction to time series and forecasting. New York, NY: Springer New York.
- Brockwell, P. J., & Davis, R. A. (1991). Time series: theory and methods. Springer science & business media.
- Shumway, R. H., Stoffer, D. S., & Stoffer, D. S. (2000). Time series analysis and its applications. New York: springer.