HPCfMoodle: Math and Statistics

Topics in Applied Mathematics: Applied Bayesian Analysis

This is a multidisciplinary course for introducing the students to the basic concepts of Bayesian statistics, and how they can be applied for data analysis using modern computational tools (R and WinBUGS). The focus will be on applications, especially to problems in Life Sciences.

Teacher: Maria Eglee Perez

Topics in Applied mathematics: Statistical Methods in Bioinformatics.

Advances in computers and biotechnology have had a profound impact on biomedical research, and as a result complex data sets can now be generated to address extremely complex biological questions. Correspondingly, advances in the statistical methods necessary to analyze such data are following closely behind the advances in data generation methods. The statistical methods required by bioinformatics present many new and difficult problems for the research community.

Teacher: Humberto Ortiz
Teacher: Luis Pericchi

Métodos Estocásticos y Series Cronológicas

Probability and Statistics II

Poblaciones y muestras. Distribuciones chi-cuadrada, t, F. Estimación. Intervalos de confianza. Pruebas de hipótesis simples y compuestas. Teoría de decisiones. Modelos lineales. Métodos no paramétricos. Estadística de series cronológicas.

Linear Models I

MATE 6611 Modelos Lineales I. Tres Créditos. Prerequisito: MATE 5002.
Modelos estadísticos lineales con énfasis en los fundamentos matemáticos. Aplicación del álgebra lineal especialmente en la consideración de los temas principales: regresión y análisis de varianza.

Probabilidad Computacional

Espacios muestrales, axiomas y teoremas elementales de la probabilidad. Combinatoria. Teorema de Bayes. Variables aleatorias. Distribuciones de probabilidad. Esperanza matemática. Media y varianza de una variable aleatoria. Funciones generatrices de momentos. La desigualdad de Chebyshev y la ley de los números grandes. El teorema del límite central. Trayectorias aleatorias y cadenas de Markov.

Métodos Cuantitativos para Administración de Empresas II

Curso introductorio de Cálculo Diferencial para estudiantes de administración de Empresas. Estudio de los conceptos de límite y continuidad, la derivada de una función y las reglas de diferenciación de funciones de una variable independiente. Énfasis en las aplicaciones de interés continuo, análisis marginal, optimización de funciones y trazado de curvas. Introducción al Cálculo Integral.

Estadística para Administración de Empresas I

Introducción a la estadística para la Administración de Empresas uno es un curso en el que se discute estadística descriptiva conceptos básicos de probabilidad, variables aleatorias, discretas y continuas y sus distribuciones de probabilidad. Distribuciones de probabilidad y sus propiedades. La distribuciones de probabilidad tales como Binomial, Poisson y Normal. También se discutirá distribuciones de muestreo y topicos especiales de diseño de experimentos aplicados al mercado. La utilización de programas estadísticos computadorizados para implementar las técnicas estadísticas estudiadas es fundamental en el curso. Para esto usaremos EXCEL y R.

Estadística para Administración de Empresas II

Introducción a la inferencia estadística. Estimación y pruebas de hipótesis para una y dos muestras. Introducción al control estadístico de calidad. Análisis de varianza de un factor y pruebas de comparación multiple. Análisis de tablas de contingencia. Regresión lineal simple y múltiple. Aplicaciones de series de tiemplo. Utilización de programas estadísticos computadorizados para implementar las técnicas de la estadísticas estudiadas.

Teacher: David Torres

MATE5001 Probabilidad

Espacios muestrales, axiomas y teoremas elementales de la probabilidad, análisis combinatorio, independencia y probabilidad condicional. Teorema de Bayes. Variables aleatorias, distribuciones de probabilidad, esperanza matemática, media y varianza. Funciones generatrices de momentos. La desigualdad de Chebyshev, la ley de los números grandes, el teorema del límite central.

MATE5002 Estadistica

Teoría de inferencia estadística. Estimadores y métodos de estimación. Pruebas de hipótesis. Regresión lineal. Se hará hincapié en el rigor matemático y en el desarrollo formal del tema, así como en los aspectos computacionales utilizando el lenguaje R

Teacher: Maria Eglee Perez

MATE3026 Introducción a la Estadística con Computadoras

Análisis Exploratorio de Datos. Teoría de Probabilidad. Variables aleatorias. Distribuciones
muestrales discretas y continuas. Estimación. Pruebas de hipótesis. Correlación y
regresión. El uso de la computadora en la simulación de experimentos aleatorios. Estadística computacional.

Teacher: Jose F De Jesus Rosa
Teacher: Nhi Nguyen
Teacher: RAFAEL NIEBLES
Teacher: Maria Eglee Perez
Teacher: Ronald Sosa

MATH6686 Experimental Design and Advanced Data Analysis

This is a multidisciplinary course in which students will be introduced to the most common methods in Experimental Design and Statistical Data analysis and their application in Biology, Environmental Sciences and other areas. Students will use computer tools in order to enhance their understanding and mastering of the studied techniques.

Este es un curso multidisciplinario en el cual se introducirá a los estudiantes a métodos de mayor uso en las áreas de Diseño Experimental y Análisis Estadístico de Datos y sus aplicaciones en disciplinas en Biología, Ciencias Ambientales y otras áreas. Los estudiantes usarán análisis computarizados para aumentar su comprensión y dominio de las técnicas adquiridas durante el curso

Teacher: Maria Eglee Perez