Diplomado en Estadística Aplicada

Instituto Tecnológico Autónomo de México
En Distrito Federal

Más de $ 70000
Si gustas, puedes llamar al centro en este momento
(55)5... Ver más

Información importante

  • Diplomados
  • Distrito federal
  • 231 horas de clase
  • Duración:
    11 Meses
  • Cuándo:
    A definir
Descripción

El alumno 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.

Información importante
Instalaciones

Dónde se imparte y en qué fechas

Inicio Ubicación
A definir
Distrito Federal
Av. Camino a Santa Teresa 930, Col. Héroes de Padierna, 10700, Ciudad de México, México
Ver mapa

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

Brindar al alumno 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?

Personas con conocimientos básicos en estadística interesados en aumentar su conocimiento y aplicarlo de manera efectiva

· Requisitos

a) Aprobar examen de admisión.

· ¿Qué pasa después de pedir información?

Gracias por su interés en nuestros programas. Recibirá un correo electrónico con información más clara del programa.

Opiniones

No hay opiniones de este curso todavía

¿Qué aprendes en este curso?

Computo estadístico
Conceptos de inferencia
Muestreo
Estadística bayesiana
Análisis multivariado
Modelos lineales

Profesores

Dr. Rubén Hernández Cid
Dr. Rubén Hernández Cid
Coordinador

Doctor en Matemáticas Aplicadas en las Ciencias Sociales por la Universidad de Grenoble, Francia. Profesor de tiempo completo del Departamento de Estadística del ITAM desde 1990. Experiencia docente en la UNAM, El Colegio de México, Flacso, Colegio de la Frontera Norte. Miembro del Consejo Técnic

Programa académico

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 χ2, 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



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

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

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

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

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

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

Compara este curso con otros similares
Ver más cursos similares