Diplomado en Probabilidad y Estadistica

Modulo I Introducción a R y PostgreSQL
1. Primeras nociones de R
2. Conceptos fundamentales de R
3. Distribuciones de probabilidad
4. Programación en R
5. Estadística descriptiva y gráficas
6. Postgres SQL y R

Modulo II Introducción a la Probabilidad
1. Introducción a la Probabilidad.
2. Variables Aleatorias.
3. Introducción a los Procesos Estocásticos.

Modulo III Probabilidad Avanzada
1. Procesos estocásticos en tiempo continuo
2. Teoría del riesgo

Modulo IV Inferencia Estadística (Caso paramétrico)
1. Muestreo y distribuciones muestrales
2. Estimación puntual
3. Estimación por intervalos
4. Pruebas de hipótesis

Modulo V Inferencia Estadística (Caso no paramétrico)
1. Pruebas binomiales
2. Prueba de rango
3. Pruebas de bondad de ajuste
4. Tablas de contingencia

Modulo VI Análisis de Regresión Lineal y ModelosLineales Generalizados
1. Análisis de Regresión Lineal
2. Modelos Lineales Generalizados

Modulo VII Series de Tiempo
1. Introducción
2. El modelo probabilístico de las series de tiempo
3. Modelos Auto-Regresivos y de Promedios Móviles.
4. Modelos de heterocedasticidad condicional

Modulo VIII Multivariado.
1. Introducción2. Densidades multivariadas
3. Datos multivariados
4. Técnicas de reducción de dimensión
5. Análisis discriminante
6. Análisis de conglomerados
Modulo IX Simulación Estocástica
1. Introducción a la Simulación
2. Breve repaso de probabilidad
3. Técnicas para la generación de númerosPseudoaleatorios y Generación de variables aleatorias
4. Técnicas de Reducción de la Varianza
5. Métodos de Simulación basados en Cadenas de Markov.