Qué es un modelo lineal. Características de un modelo lineal. Componentes de un modelo lineal: el componente aleatorio, el componente sistemático, la función de enlace. Tipos de modelos lineales: generales, mixtos, y generalizados. Etapas en el ajuste de un modelo lineal: selección del modelo, estimaciones de los parámetros y obtención de los pronósticos, valoración de la calidad del modelo, chequeo de los supuestos del modelo.

El modelo de regresión lineal. Los modelos de análisis de varianza. Los modelos de análisis de covarianza.

Efectos fijos, aleatorios y mixtos. El modelo de un factor de efectos aleatorios. El modelo de dos factores de efectos mixtos. Modelos mixtos de medidas repetidas. Ventajas del enfoque mixto en el análisis de medidas repetidas. Estructura de la matriz de covarianza residual.

Qué es un modelo jerárquico o multinivel. ANOVA de un factor de efectos aleatorios. El modelo de medias como resultados. ANCOVA de un factor de efectos aleatorios. El modelo de coeficientes aleatorios. El modelo de medias y pendientes como resultados. Curvas de crecimiento: análisis de medidas repetidas mediante modelos multinivel.

Regresión con respuestas dicotómicas. La función logística. El modelo de regresión logística. Cálculo de las probabilidades pronosticadas. Interpretación de los coeficientes de regresión. Análisis de regresión logística por pasos. Covariables categóricas. Interacción entre covariables.

Regresión con respuestas nominales: interpretación de los coeficientes de regresión, regresión nominal por pasos, covariables categóricas. Regresión con res•pues•tas ordinales: interpretación de los coeficientes de regresión, regresión ordinal por pasos, covariables categóricas.

Regresión con recuentos. Ajuste global. Significación e interpretación de los coeficientes. Regresión de Poisson con tasas de respuesta.

Tablas de mortalidad. El método de Kaplan-Meier. El modelo de regresión de Cox: elementos del modelo, variables categóricas, métodos de selección de variables. Gráficos de supervivencia.