La estadística es una rama de las ciencias matemáticas que se centra en el estudio y análisis de la variabilidad, así como del proceso aleatorio que la genera en base a las leyes de la probabilidad. En la actualidad, la estadística en general y la la figura del investigador en particular, resulta de gran utilidad e importancia en prácticamente cualquier ámbito, por lo que la formación que estos profesionales reciban debe ser de calidad para afrontar su trabajo con éxito. Gracias a la realización de este Máster en Técnicas Estadísticas conocerá los aspectos teóricos y prácticos de la investigación a través del conocimiento de sus componentes. El principal objetivo de este máster universitario es dotar al alumnado de los conocimientos adecuados para llegar a dominar el uso y aplicaciónn de los principales métodos, tecnicas y análisis más relevantes de la estadística. Para ello, cuenta con un programa de estudios ampliamente detallado y ajustado a las demandas y necesidades reales del mercado laboral. Si quieres recibir más información sobre los requisitos de acceso, la titulación recibida, las becas y descuentos disponibles, la metodología de estudio, etc. pónte en contacto con nosotros y una asesora podrá resolver todas tus dudas y consultas de forma detallada y sin compromiso.
El presente curso de Máster en Técnicas Estadísticas está dirigido a todos aquellos recién titulados en estadística que quieran ampliar sus conocimientos y un sector muy demandado gracias al auge de los análisis estadísticos con fines de investigación y comerciales. Se dirige a profesionales, estudiantes y titulados en el ámbito de la estadística y otras áreas afines, que quieran ampliar o actualizar sus conocimientos y recibir un título universitario reconocido con 60 créditos ects con el que poder acreditar los estudios superados.
Objetivos
A través de este máster universitario se ofrece al alumnado la posibilidad de completar sus estudios y dominar en los métodos y análisis más importantes en el ámbito de la estadística, que le permitirán desarrollar su carrera profesional en uno de los sectores con mayor demanda de personal cualificado. Para ello, a lo largo de este máster se pretenden desarrollar las siguientes competencias:
– Conocer los métodos o tácticas de la investigación social.
– Aprender los tipos de encuesta que se encuentran en la investigación social.
– Conocer las clases de muestreos aleatorios que hay.
– Aprender los pasos para la elaboración del cuestionario.
– Conocer los errores asociados al muestreo.
– Conocer los distintos modelos de probabilidad.
– Conocer las probabilidades de distribución.
– Conocer la regresión-correlación.
– Conocer la programación lineal.
– Conocer las aplicaciones de la programación lineal.
– Abordar la optimización de procesos.
– Conocer la estadística espacial.
– Conocer las distintas aplicaciones de la estadística espacial.
– Realizar análisis sobre los procesos productivos.
– Aplicar controles estadísticos a los procesos productivos.
– Aprender qué son los datos funcionales.
– Aprender transformar los datos discretos en funciones.
Salidas Profesionales
Una vez completado de forma satisfactoria el programa de estudios de este máster universitario, el alumnado habrá adquitido los conocimientos y competencias profesionales adecuadas para poner en práctica los principales métodos de análisis empleados en el ámbito de la estadística, aplicables en diferentes campos como la Psicología, la Investigador social, la investigación de mercado, realización de encuestas, gestión y organización del Trabajo de campo, etc.
Aproximación de una distribución de Poisson por una Normal
Corrección por continuidad
MÓDULO 2. REGRESIÓN
Regresión lineal
Coeficiente de Pearson
Coeficiente de Spearman
Coeficiente Tau de Kendall
Correlación Jackknife
La regresión logística
Dónde y cuándo aplicarla
Cómo interpretarla
Precauciones
Análisis de supervivencia
Conceptos básicos
Supervivencia y riesgo
Metodología estadística
Regresión de Cox
Método de Kaplan-Meier
Introducción
- Historia de la programación lineal
- Métodos de solución
Teorema fundamental
- Enunciado
- Demostración
Implicaciones del teorema fundamental
Ejemplos de aplicación
- Pasos para resolver un problema de programación lineal
Modelización
- Modelo de transporte
- Modelo de asignación
- Modelo de ordenación de tareas
- Modelo de la mochila
Algoritmo de Ford-Fulkerson
Caminos hamiltonianos de coste mínimo
Algoritmo de Kruskal
PERT-CPM
Introducción
Método de representación gráfica
Método simplex
Método de las dos fases
Método de la M grande
Método Lemke
Cambios de variable
Introducción
- Teoría
Costes relativos o sombra
Las variables de holgura
Inclusión de variables
Añadir nuevas restricciones
Introducción
Teoría sobre dualidad
- El problema dual
- El problema primal
- La función objetivo
- Teorema fundamental de la dualidad
Interpretación económica de las variables duales
Algoritmo del simplex dual
Introducción
- Conceptos básicos
Regla de entrada
Regla de salida
Criterio de optimalidad
Soluciones a problemas
Introducción
Dividir un problema
Métodos de resolución de problemas de programación entera
- Métodos de planos de corte
- Métodos enumerativos
- Métodos heurísticos
Branch and Bound
- Ejemplo
Optimalidad y relajación
¿Qué es la estadística?
- Tipos de estadística
Estadística espacial
- Datos espaciales
- Infraestructura de Datos Espaciales (IDE)
- Parámetros estadísticos
Estadísticas sobre líneas
Autocorrelación espacial
Variograma
¿Qué son los modelos lineales?
- Componentes de un modelo generalizado lineal
Modelo de regresión lineal
Modelo de análisis de varianza
Algoritmo de Gibbs Sampling
Introducción
Correlación lineal y regresión lineal
- Correlación lineal
Correlación espacial
- Índices de correlación espacial
Variograma
- Semivariograma
- Variables regionalizadas
Método Kriging
Introducción
Análisis exploratorio de datos espaciales
Métodos gráficos
Conclusiones
¿Qué es un patrón?
Modelo de distribución espacial
Patrones espaciales
- Análisis de patrones espaciales
Medidas centrográficas
Patrones de puntos
- Cuadrantes
- Vecino más cercano
- Función K de Ripley
Introducción
Concepto de función de distribución
Concepto de función de probabilidad
Distribuciones más utilizadas en estadística
Teorema central del límite
- Ejemplo del teorema central del límite
Métodos de obtención de información secundaria
Motores de búsqueda y criterios de selección de fuentes de información secundaria
Métodos y técnicas de recogida de información primaria
Técnicas de investigación cualitativa
Tecnologías de información y comunicación aplicadas a la investigación de mercados CAPI, CATI, y CAWI
El papel de las nuevas tecnologías: calidad y rapidez en los datos
Normas ESOMAR y otros criterios normalizados y de buenas practicas en las investigaciones de mercados y estudios de opinión
Simulación del proceso de recogida de información primaria. Caso práctico
Objetivos del cuestionario y cuaderno de trabajo
Elementos y estructura del cuestionario
Elaboración de cuestionarios
Pretest de los cuestionarios
El argumentario
Tipología y clasificación de los cuestionarios según distintos criterios
Codificación de preguntas: Pre codificación y Post codificación
Características de cuestionarios-tipos según los medios y tiempo disponible
Aplicaciones informáticas de diseño y ejecución de encuestas
Introducción al control de la calidad.
Conceptos básicos de calidad
Estadística descriptiva
Interpretación de los gráficos
Conceptos de estadística
Elementos básicos de probabilidad
Experimentos
Variables y atributos
Variables aleatorias discretas
- Distribución uniforme discreta
- Distribución de Bernouilli
- Distribución Binomial
- Distribución de Poisson
Variables aleatorias continuas
- Distribución Uniforme Continua
- Distribución Normal
- Distribución Normal Tipificada o Estandarizada
- Distribución Chi-Cuadrado de Pearson
- Distribución t- Student
- Distribución F-Snedecor
Muestreo
Técnicas de selección del muestreo
Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico
Introducción a las hipótesis estadísticas
Contraste de hipótesis
Contraste de hipótesis paramétrico
- Hipótesis en contrastes paramétricos
- Estadístico de contraste
- Potencia de un contraste
- Propiedades del contraste
Tipologías de error
Contrastes no paramétricos
- Chi-cuadrado
Viabilidad
Técnicas de viabilidad
Pasos para un análisis de viabilidad
Tipos de viabilidad
¿Qué es el Análisis Funcional?
- Historia
- Cálculo vectorial
Espacios vectoriales
Espacios normados
Aplicaciones lineales y continuas
Datos funcionales
Lenguaje R
Descargar una base de datos
Abrir bases de datos desde formato SPSS
Splines
Conceptos básicos
Espacios Lp
Espacios de Banach
Teoremas de Hann-Banach
Teorema de la función abierta
Teorema de la gráfica cerrada
Conceptos básicos
Espacios con producto interno
Teorema de representación de Riesz
Involución
Operadores lineales acotados
- Funcionales
- Operadores de rango finito
- Operadores adjuntos
- Operadores autoadjuntos
- Operadores compactos
Teorema espectral
¿Qué es la regresión?
Representación de Datos Funcionales en Bases
- Operaciones:
- Diferenciación
Regresión
Tratamiento de las covariables
Terminología utilizada
Ejercicios resueltos de espacios normados
Ejercicios resueltos de operadores lineales
Titulación
Doble Titulación: – Titulación Universitaria en Máster de Formación Permanente en Técnicas Estadísticas expedida por la UNIVERSIDAD ANTONIO DE NEBRIJA con 60 Créditos Universitarios ECTS – Titulación de Máster de Formación Permanente en Técnicas Estadísticas con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings