Diplomado en Estadística Aplicada

Contacta sin compromiso con ITAM - Instituto Tecnológico Autónomo de México

Para enviar la solicitud debes aceptar la política de privacidad

Galería de imágenes

Análisis de educaedu

Raul Perez

Raul Perez

Diplomado en Estadística Aplicada

  • Modalidad de impartición
    Este curso contempla la modalidad presencial con el fin de poder llegar más a fondo con los conocimientos que se pretenden transmitir.
  • Número de horas
    El curso tiene una duración de 231 horas.
  • Titulación oficial
    El centro te ofrece un certificado en el Diplomado en Estadística Aplicada al culminar el curso.
  • Valoración del programa
    Ofrecer al estudiante los conocimientos y virtudes que le hagan contar con una visión tanto teórica como la aplicación de los métodos principales estadísticos. Se foca liza en el chequeo critico de los supuestos teóricos y en la ubicación de los alcances y los limites de las conclusiones que se tienen en un análisis estadístico. Al final se reconoce la necesidad de contemplar a la estadística como parte de la actividad de equipos de investigación interdisciplinarios.
  • Dirigido a
    La estadística aplicada llega a ser un elemento esencial para grupos y equipos de investigación, el campo laboral de mayor inversión en donde se podría obtener altos ingresos.

Comentarios sobre Diplomado en Estadística Aplicada - Presencial - Álvaro Obregón - CDMX - Ciudad de México

  • Contenido
    Diplomado en Estadística Aplicada.

    Área: Estadística Y Matemáticas
    Horario: Martes de 19:00 a 22:00 h. y jueves de 19:00 a 22:00 h.
    Módulos a cursar: 7
    Horas: 231

    Acerca del programa:

    El objetivo del diplomado es brindar al participante los conocimientos y las habilidades que le permitan contar con un panorama tanto teórico como de aplicación de los principales métodos estadísticos. Se hace énfasis en la revisión crítica de los supuestos teóricos y en el señalamiento de los alcances y los límites de las conclusiones obtenidas en un análisis estadístico. Finalmente, se subraya la necesidad de reconocer a la estadística como parte de la actividad de grupos de investigación interdisciplinarios.

    ¿A quién va dirigido?

    Todo público.

    ¿Qué vas a aprender?

    El participante conocerá los elementos básicos de la teoría estadística, así como los conocimientos necesarios para la utilización de un paquete de cómputo estadístico. Asimismo, será capaz de diseñar muestras eficientes y económicas a partir de los métodos y aplicaciones del muestreo probabilístico.

    Temario:

    Módulo 1: CONCEPTOS BÁSICOS DE LA INFERENCIA Y DEL CÓMPUTO ESTADÍSTICO

    Objetivo

    Exponer  los  elementos  básicos  de  la teoría  estadística,  así  como  los conocimientos  necesarios  para  la  utilización  de  un  paquete  de  cómputo estadístico.

    Temario

    1. Introducción.  La  noción  de  incertidumbre.  Modelos  aleatorios.  Variables aleatorias, funciones de densidad y de distribución
    2. Funciones  generadoras  de  momentos.  Transformaciones  de  variables. Teorema central del límite
    3. Distribuciones de muestreo. Caso normal. Caso de grandes muestras
    4. Funciones χ, F, t de Student
    5. El problema de la estimación de parámetros. Métodos de estimación
    6. Intervalos de confianza
    7. Contraste de hipótesis
    8. Cómputo estadístico. Conceptos generales
    9. Manejo  de  archivos  y  comandos  principales  en  un  paquete  estándar  de cómputo
    10. Ejemplos prácticos

    Módulo 2: ESTADÍSTICA NO PARAMÉTRICA Y TRATAMIENTO DE DATOS NOMINALES

    Objetivo

    Proporcionar  la  metodología  estadística  para  el  tratamiento  de  datos  para  los cuales  no  es  posible  sostener  los  supuestos  requeridos  en  la  estadística paramétrica.  Se  hace  énfasis  en  las  aplicaciones  que  involucran  variables nominales y ordinales.

    Temario

    1. Introducción. Estadística paramétrica y no paramétrica
    2. Pruebas de dos muestras independientes involucrando variables de respuesta dicotómicas
    3. Pruebas de una muestra o de dos muestras relacionadas
    4. Pruebas de varias muestras independientes donde la variable respuesta es ordinal o nominal
    5. Pruebas de varias muestras relacionadas donde la variable explicativa es nominal
    6. Pruebas de varias muestras relacionadas donde la variable explicativa es ordinal
    7. Pruebas de independencia para varias variables categóricas
    8. Medidas de asociación, razón de nomios
    9. Modulación de la estructura de asociación entre variables nominales
    10. Uso de paquetes de cómputo para estadística no paramétrica

    Módulo 3: MUESTREO

    Objetivo

    Presentar al alumno los métodos y aplicaciones del muestreo probabilístico para que sea capaz de diseñar muestras eficientes y económicas.

    Temario

    1. Introducción. Definición de conceptos elementales
    2. Muestreo aleatorio simple
    3. Muestreo estratificado. Estimación y tamaños de muestra
    4. Muestreo estratificado. Diferentes tipos de asignación
    5. Muestreo de conglomerados. Estimación y selección
    6. Muestreo de conglomerados. Conglomerados desiguales. Submuestreo
    7. Encuestas complejas
    8. Efectos del diseño
    9. Diseño de cuestionarios
    10. Aplicaciones. Cálculo de tamaños de muestra

    Módulo 4: ESTADÍSTICA BAYESIANA

    Objetivo

    Presentar los fundamentos del enfoque bayesiano de la estadística. En particular, los  problemas  de  inferencia  se  plantean  como  problemas  de  decisión.  Se introduce la noción de probabilidad subjetiva y se establece el principio de utilidad esperada máxima.

    Temario

    1. Introducción
    2. Estructura de un problema de decisión
    3. Procesos de inferencia como problemas de decisión
    4. Tratamiento axiomático del problema de decisión
    5. Principio de utilidad esperada máxima
    6. Información inicial
    7. Teorema de Bayes
    8. Estimación bayesiana puntual y por regiones
    9. Contraste bayesiano de hipótesis
    10. Ejemplos ilustrativos

    Módulo 5: MODELOS LINEALES

    Objetivo

    Proporcionar  los  conceptos  teóricos  y  prácticos  necesarios  para  analizar relaciones lineales entre varias variables, haciendo énfasis en la justificación de los supuestos de los modelos.

    Temario

    1. Introducción. Modelo lineal simple
    2. El problema de estimación. Pruebas de hipótesis. Análisis de residuales
    3. Análisis de regresión múltiple. Enfoque matricial
    4. Inferencia estadística asociada a los modelos lineales
    5. Análisis de los supuestos del modelo. Análisis de residuales
    6. Autocorrelación, multicolinealidad, heteroscedasticidad
    7. Análisis de la varianza
    8. Selección de modelos. Métodos Forward y Backward
    9. Método Stepwise
    10. Uso de paquetes de cómputo para modelos lineales. Solución de problemas reales

    Módulo 6: ANÁLISIS MULTIVARIADO

    Objetivo

    Proporcionar a los asistentes los aspectos básicos de la teoría y de la aplicación con  computadora  de  las  principales técnicas  del  análisis  estadístico  de  varias variables.

    Temario

    1. Introducción
    2. Estadística multivariada descriptiva
    3. Análisis en componentes principales
    4. La distribución normal multivariada. Inferencia estadística
    5. Análisis de cúmulos
    6. Escalamiento multidimensional
    7. Análisis de factores
    8. Análisis de varias variables categóricas
    9. Uso de paquetes de cómputo en el análisis multivariado
    10. Solución de problemas prácticos

    Módulo 7: APLICACIONES DEL ANÁLISIS DE SERIES DE TIEMPO

    Objetivo

    Proveer al estudiante de la metodología del análisis de series de tiempo que le permitan construir modelos ARIMA con la ayuda de cómputo estadístico.

    Temario

    1. Introducción y conceptos básicos
    2. Modelos de series de tiempo
    3. Ecuaciones en diferencia
    4. Modelos ARIMA
    5. Identificación de modelos ARIMA
    6. Estimación de parámetros en modelos ARIMA
    7. Verificación del diagnóstico
    8. Aplicaciones
    9. Funciones dinámicas de intervención
    10. Aplicaciones

    Nota:

    Se  recomienda  que  para  una  mejor  comprensión  de  los  temas  a  tratar  en  el Diplomado se tenga conocimiento de:

    1. Álgebra  y  cálculo  de  nivel  universitario.  Funciones,  tipos  de  funciones, fundamentos  del  cálculo  integral  y  diferencial  de  una  y  varias  variables. Gráficos de curvas clásicas así como su interpretación. Binomio de Newton.
    2. Conceptos básicos de la teoría de la Probabilidad (axiomas, propiedades, funciones  de densidad discretas, densidad binomial, exponencial, Normal).
    3. Nociones de estimación de parámetros y de pruebas de hipótesis.
    4. El modelo de regresión lineal.


    Programación y precios sujetos a cambios sin previo aviso. El ITAM se reserva el derecho de posponer o cancelar los programas que no cumplan con el quórum mínimo requerido. Cupo limitado. ITAM | Extensión Universitaria y Desarrollo Ejecutivo.

Otra formación relacionada con estadística

Este sitio utiliza cookies.
Si continua navegando, consideramos que acepta su uso.
Ver más  |