Diplomado en Estadística Aplicada a la Empresa

Módulo 1. Estadística I

1.1. Introducción a la estadística

1.1.1. Conceptos básicos
1.1.2. Tipos de variables
1.1.3. Información estadística

1.2. Ordenación y clasificación del registro de datos

1.2.1. Descripción de variables
1.2.2. Tabla de distribución de frecuencias
1.2.3. Cuantitativas y cualitativas

1.3. Aplicaciones de las TIC y sistemas prácticos

1.3.1. Conceptos básicos
1.3.2. Herramientas
1.3.3. Representación de datos

1.4. Medidas resumen de los datos I

1.4.1. Medidas descriptivas
1.4.2. Medidas de centralización
1.4.3. Medidas de dispersión
1.4.4. Medidas de forma o posición

1.5. Medidas resumen de los datos II

1.5.1. Diagrama de caja
1.5.2. Identificación de valores atípicos
1.5.3. Transformación de una variable

1.6. Análisis del conjunto de dos variables estadísticas

1.6.1. Tabulación de dos variables
1.6.2. Tablas de contingencia y representaciones gráficas
1.6.3. Relación lineal entre variables cuantitativas

1.7. Series temporales y números índices

1.7.1. Las series temporales
1.7.2. Tasas de variación
1.7.3. Números índices
1.7.4. El IPC y series temporales deflactadas

1.8. Introducción a la probabilidad: cálculo y conceptos básicos

1.8.1. Conceptos básicos
1.8.2. Teoría de conjuntos
1.8.3. Cálculo de probabilidades

1.9. Variables aleatorias y funciones de probabilidad

1.9.1. Variables aleatorias
1.9.2. Medidas de las variables
1.9.3. Función de probabilidad

1.10. Modelos de probabilidad para variables aleatorias

1.10.1. Cálculo de probabilidades
1.10.2. Variables aleatorias discretas
1.10.3. Variables aleatorias continuas
1.10.4. Modelos derivados de la distribución normal

Módulo 2. Estadística II

2.1. Probabilidad: variable aleatoria

2.1.1. El experimento aleatorio
2.1.2. Axiomas de probabilidad
2.1.3. Propiedades elementales

2.2. Modelos de probabilidad

2.2.1. Las variables aleatorias
2.2.2. Distribución de Bernouilli
2.2.3. Distribución binomial
2.2.4. Distribución multinomial

2.3. Cálculo de probabilidades y puntos críticos con R

2.3.1. La distribución normal o de Gauss
2.3.2. R comander
2.3.3. Propiedades

2.4. Inferencia estadística: algunos conceptos previos

2.4.1. Definiciones y conceptos previos
2.4.2. La distribución binomial y calculo
2.4.3. Curva normal y cálculo

2.5. Los estimadores puntuales: distribuciones muestrales y propiedades

2.5.1. Conceptos generales de la distribución muestral
2.5.2. Estimación puntual
2.5.3. Estimación por intervalo

2.6. Los intervalos de confianza: para la media, proporción, varianza. IC en dos poblaciones

2.6.1. Intervalos para una o varias muestras
2.6.2. Método Bootstrap
2.6.3. Intervalos bayesianos

2.7. Los contrastes de hipótesis en los métodos de inferencia estadística

2.7.1. Test de hipótesis estadística
2.7.2. Región de rechazo y de aceptación
2.7.3. Reglas de decisión

2.8. Casos particulares: media poblacional, varianza y proporción. Contrastes paramétricos

2.8.1. Varianzas conocidas y desconocidas
2.8.2. Razón de verosimilitudes
2.8.3. Contraste de igualdad

2.9. Contraste de bondad de ajuste Chi-cuadrado

2.9.1. Agrupación de datos
2.9.2. Región crítica
2.9.3. Frecuencia esperada

2.10. Contraste del supuesto de normalidad: el contraste de Jarque-Bera

2.10.1. Variables significativas
2.10.2. Teorema central del limite
2.10.3. Los estimadores, histograma

2.11. Contraste de independencia con dos variables cualitativas.

2.11.1. Concepto de independencia de variables
2.11.2. Frecuencias observadas y esperadas
2.11.3. Cálculo del contraste

2.12. El modelo de regresión lineal simple y la estimación puntual

2.12.1. Coeficiente de regresión y de correlación lineal
2.12.2. Inferencia de parámetros
2.12.3. Supuestos del modelo

2.13. Intervalo de confianza y recta de regresión

2.13.1. La función lineal y regresión
2.13.2. La regresión lineal simple
2.13.3. Variables exógenas y endógenas

2.14. Predicciones y aplicaciones para las Tecnologías de Información y Comunicación

2.14.1. Marco teórico y conceptual
2.14.2. Técnicas de recolección y análisis
2.14.3. Objetivos generales y específicos

2.15. El modelo de regresión múltiple y estimación puntual

2.15.1. Hipótesis y estimación
2.15.2. Tipos de errores y ajustes del modelo
2.15.3. Extensiones del modelo lineal

2.16. El contraste de significatividad global de la regresión

2.16.1. La tabla Anova
2.16.2. Multicolineidad