Diplomado en Estadística Aplicada, versión en línea

MÓDULO 1
FUNDAMENTOS DE LA ESTADÍSTICA
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
2. Estadísticas Básicas
3. Modelos de Probabilidad Fundamentales en Estadística
4. Estimación de Parámetros
5. Introducción a R
6. Estimación por Intervalos
7. Pruebas de Hipótesis
8. Tablas de Contingencia
9. ANOVA un criterio de Clasificación

MÓDULO 2
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 al muestreo, enfoques teóricos y marco muestral
2. Distribución muestral de estimadores.
3. Muestreo aleatorio simple, Bernoulli, Poisson y Hájek.
4. El estimador de Horvitz-Thompson.
5. Coeficiente de variación y efecto de diseño. Sesión práctica en R.
6. Tamaño de muestra.
7. Ajuste de factores de expansión y calibración de base de datos.
8. Estratificación.
9. Conglomeración

MÓDULO 3
ANÁLISIS DE REGRESIÓN
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. Método de mínimos cuadrados ordinarios con ejemplos prácticos en R.
2. Modelo Lineal Múltiple
3. Análisis de los Supuestos del Modelo Lineal.
4. Selección de Modelos

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 al muestreo, enfoques teóricos y marco muestral.
2. Problema de decisión
3. Información inicial
4. Proceso de inferencia como problema de decisión
5. Cómputo bayesiano en R

MÓDULO 5
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. Conceptos básicos
2. Modelos básicos de Series de Tiempo
3. Modelos Arima
4. Identificación de Modelos Arima
5. Estimación de Modelos Arima
6. Diagnóstico
7. Pronóstico
8. Modelos Estacionales 9. Modelos para volatilidad

MÓDULO 6
ESTADÍSTICA MULTIVARIADA
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 al análisis multivariado
2. Estadística multivariada descriptiva
3. Análisis en componentes principales
4. Análisis de cúmulos o conglomerados
5. Análisis de factores
6. Análisis de correspondencias simples
7. Problemas prácticos y uso de R