Doble Titulación Expedida por EUROINNOVA BUSINESS SCHOOL como Escuela de Negocios Acreditada para la Impartición de Formación Superior de Postgrado y Avalada por la Escuela Superior de Cualificaciones Profesionales

Materiales didácticos:

• Maletín porta documentos.
• Master Online en formato SCORM: Curso de Inferencia estadística y del Modelo Lineal Simple
• Master Online en formato SCORM: Microeconometría. Introducción y aplicaciones con Excel
• Master Online en formato SCORM: Estadística Aplicada. Análisis de Datos y SPSS
• Master Online en formato SCORM: Series Temporales
• Master Online en formato SCORM: Estadística No Paramétrica
• Master Online en formato SCORM: Investigar Mediante Encuestas
• Master Online en formato SCORM: Estadística Biométrica
• Subcarpeta portafolios.
• Dossier completo Oferta Formativa.
• Carta de presentación.
• Guía del alumno.
• Bolígrafo.

PARTE 1. ESTADÍSTICA APLICADA. ANÁLISIS DE DATOS Y SPSS UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS Aspectos introductorios a la Estadística Concepto y funciones de la Estadística Medición y escalas de medida Variables: clasificación y notación Distribución de frecuencias Representaciones gráficas Propiedades de la distribución de frecuencias UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA BÁSICA Estadística descriptiva Estadística inferencial UNIDAD DIDÁCTICA 3. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Medidas de tendencia central La media La mediana La moda Medidas de posición Medidas de variabilidad Índice de Asimetría de Pearson Puntuaciones típicas UNIDAD DIDÁCTICA 4. ANÁLISIS CONJUNTO DE VARIABLES Introducción al análisis conjunto de variables Asociación entre dos variables cualitativas Correlación entre dos variables cuantitativas Regresión lineal UNIDAD DIDÁCTICA 5. DISTRIBUCIONES DE PROBABILIDAD Conceptos previos de probabilidad Variables discretas de probabilidad Distribuciones discretas de probabilidad Distribución Normal Distribuciones asociadas a la distribución Normal UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ESTADÍSTICA EN PROGRAMAS INFORMÁTICOS. EL SPSS Introducción Cómo crear un archivo Definir variables Variables y datos Tipos de variables Recodificar variables Calcular una nueva variable Ordenar casos Seleccionar casos UNIDAD DIDÁCTICA 7. ESTADÍSTICA DESCRIPTIVA CON SPSS Introducción Análisis de frecuencias Tabla de correlaciones Diagramas de dispersión Covarianza Coeficiente de correlación Matriz de correlaciones Contraste de medias PARTE 2. INFERENCIA ESTADÍSTICA Y DEL MODELO LINEAL SIMPLE UNIDAD DIDÁCTICA 1. MODELOS PROBABILÍSTICOS UNIVARIANTES CONTINUOS Distribución rectangular - Distribución rectangular estandarizada Distribución triangular - Distribución triangular estandarizada Distribución trapezoidal - Distribución trapezoidal estandarizada Algunas aplicaciones de los modelos geométricos Distribución exponencial Distribuciones relacionadas con las integrales eulerianas: gamma uniparamétrica, gamma biparamétrica y beta - Distribución beta Distribución normal Distribuciones relacionadas con la distribución normal - La distribución ? 2 de Pearson - La distribución t de Student - La distribución F de Snedecor Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra UNIDAD DIDÁCTICA 2. DISTRIBUCIONES ASOCIADAS A LOS ESTADÍSTICOS MUESTRALES DE UNA POBLACIÓN NORMAL Distribución para la media de una muestra procedente de una población normal con varianza conocida Distribución para la varianza y cuasivarianza de una muestra procedente de una población normal Distribución para la media de una muestra procedente de una población normal con varianza desconocida: el cociente t-Student Distribuciones de probabilidad para la diferencia de medias de dos muestras independientes procedentes de sendas poblaciones normales - Caso en el que las varianzas de ambas poblaciones son conocidas - Caso en el que las varianzas de ambas poblaciones son desconocidas pero iguales - Caso en el que las varianzas de ambas poblaciones son desconocidas y desiguales (Aproximación de Welch) - Caso en el que las dos varianzas son desconocidas y tamaños muestrales elevados Distribución para el cociente de varianzas Distribución para la proporción muestral Distribución para la diferencia de proporciones muestrales UNIDAD DIDÁCTICA 3. ESTIMACIÓN PUNTUAL DE PARÁMETROS Método de máxima verosimilitud para la obtención de estimadores - Elemento de verosimilitud muestral de una variable aleatoria discreta - Elemento de verosimilitud muestral de una variable aleatoria continua - Método de obtención del estimador máximo verosímil en el caso de un sólo parámetro - Método de obtención de los estimadores máximo verosímiles en el caso de varios parámetros Método de los momentos para la obtención de estimadores puntuales Relación entre el método de máxima verosimilitud y el de los momentos Propiedades deseables para un estimador paramétrico - Estimadores insesgados - Estimadores eficientes - Estimadores consistentes - Estimadores suficientes UNIDAD DIDÁCTICA 4. ESTIMACIÓN MEDIANTE INTERVALOS DE CONFIANZA Intervalos de confianza para la media de una distribución normal - Caso en el que la varianza de la población es conocida - Caso en el que la varianza es desconocida Intervalo de confianza para una proporción Intervalo de confianza para la diferencia de medias de dos poblaciones normales - Caso de ambas varianzas conocidas - Caso en el que las dos varianzas son desconocidas pero iguales - Caso en el que ambas varianzas son desconocidas y desiguales (aproximación de Welch) - Caso en el que ambas varianzas son desconocidas y desiguales pero los tamaños muestrales son elevados Intervalo de confianza para la diferencia de proporciones Intervalo de confianza para la varianza de una población normal - Intervalos unilaterales cuando la media de la población es conocida - Intervalos unilaterales cuando la media de la población es desconocida - Intervalos de confianza bilaterales Intervalo de confianza para la razón de varianzas - Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas Construcción de regiones de confianza UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS Formulación de un contraste de hipótesis - Hipótesis nula y alternativa - Región de rechazo y tipos de error - Función de potencia Contraste de hipótesis para la media de una población normal - Contraste para la media cuando la varianza es conocida - Contraste para la media cuando la varianza es desconocida - Contraste para la proporción Contraste para la diferencia de medias - Caso en el que se conocen las varianzas - Caso de las dos varianzas desconocidas e iguales - Caso de dos varianzas desconocidas y tamaños muestrales altos Contraste para la diferencia de proporciones Contraste para la varianza - Región de rechazo y función de potencia - Cálculo de s 2 y del tamaño muestral necesario para alcanzar un determinado valor de potencia Contraste para la razón de varianzas - Contraste de dos colas - Contraste de una cola a la derecha Análisis de razón de verosimilitudes UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ECONOMETRÍA Introducción a los modelos econométricos Especificación y estimación del modelo lineal simple - Introducción - Estimación mínimo-cuadrática - Propiedades de los estimadores mínimo cuadráticos ordinarios Estimación de la varianza de la perturbación aleatoria - Cálculo de la suma de cuadrados residual y significado de la varianza muestral del residuo UNIDAD DIDÁCTICA 7. EL MODELO LINEAL SIMPLE NORMAL Estimadores máximo-verosímiles - Otras propiedades de los estimadores del MLS Distribución de los estimadores de los parámetros del MLS normal Intervalos y regiones de confianza para los parámetros del MLS normal Contrastes de hipótesis para los parámetros del MLS normal El coeficiente de determinación Análisis de la varianza en la regresión Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS Explotación del MLS - Predicción puntual óptima - Distribución del predictor lineal e intervalo de confianza para la E[Y?0 X0 ] - Intervalo de confianza para Y0 y análisis de la permanencia estructural del modelo El MLS de un solo parámetro o sin término independiente - Propiedades algebraicas y estadísticas - Inferencia en el MLS normal y sin término independiente Ejercicio tipo del MLS PARTE 3. MICROECONOMETRÍA UNIDAD DIDÁCTICA 1. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE. Introducción Especificación del modelo de regresión lineal múltiple Inferencia estadística del MRLM I - El modelo de estimación por mínimos cuadrados ordinarios (MCO) - Propiedades del estimado mínimo cuadrático ordinario - Distribución muestral del vector de residuos, e - El estimador de la varianza del término de perturbación Inferencia estadística del MRLM II - Contraste de hipótesis sobre un parámetro. Intervalo de confianza - Contraste de significación del modelo Sumas de cuadrados, análisis de la varianza y R2 El proceso de predicción Estimación restringida - Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis Contrastes de cambio estructural, linealidad y normalidad Errores de especificación UNIDAD DIDÁCTICA 2. PROBLEMAS CON LA INFORMACIÓN: ANÁLISIS DE OBSERVACIONES Y MULTICOLINEALIDAD. Introducción Influencia potencial Influencia real Observaciones atípicas Multicolinealidad: definición, grados y consecuencias Principales criterios de detección para la multicolinealidad - El factor de inflación de la varianza (FIV) - El número de condición - Contradicción entre los tests individuales de la t y el test conjunto de la F - Descomposición de la varianza del estimador Posibles soluciones a la multicolinealidad - Incorporación de nueva información - Especificación de un nuevo modelo - Métodos alternativos de estimación UNIDAD DIDÁCTICA 3. INFORMACIÓN CUALITATIVA: VARIABLES FICTICIAS. Introducción El modelo de regresión con variables ficticias Una nueva versión del contraste de cambio estructural UNIDAD DIDÁCTICA 4. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE GENERALIZADO. PERTURBACIÓN NO ESFÉRICA: HETEROSCEDASTICIDAD Y AUTOCORRELACIÓN. Introducción Consecuencias en la estimación por MCO Estimador Mínimo Cuadrático Generalizado (MCG) Comparación entre el estimador MCO y MCG Heteroscedasticidad - La naturaleza de la relación entre las variables - La transformación de variables - La omisión de variables relevantes Métodos de estimación en presencia de heteroscedasticidad - Matriz de varianzas y covarianzas de la perturbación conocida - Matriz de varianzas y covarianzas de la perturbación desconocida 154 Contrastes de heteroscedasticidad - El contraste de Goldfeld-Quandt - El contraste de Breusch-Pagan - El contraste de White Autocorrelación - La existencia de ciclos y/o tendencias - Relaciones no lineales - La omisión de variables relevantes Esquemas lineales con comportamiento autocorrelacionado Métodos de estimación en presencia de autocorrelación - El método de Cochrane-Orcutt - El método de Prais-Winsten - El método de Durbin Contrastes de autocorrelación - El contraste de Durban-Watson - El contraste de Godfrey - Las funciones de autocorrelación simple (FAS) y parcial (FAP) de los residuos - Contrastes de Box-Pierce y Ljung-Box UNIDAD DIDÁCTICA 5. MODELOS DE RESPUESTA CUALITATIVA. Introducción Modelos de elección discreta (variable dependiente dicotómica) - Modelo lineal de probabilidad Especificación e inferencia de los modelos Probit y Logit - Método de estimación por máxima verosimilitud - Residuos generalizados - Bondad de Ajuste - Efectos parciales de la variable explicativas sobre la probabilidad P(y = 1) Contrastes de hipótesis (Test de razón de verosimilitud), Test de Wald y de Multiplicadores de Lagrange) - El Contraste de Razón de Verosimilitud - El Contraste de Wald - Contraste de los multiplicadores de Lagrange o Test de ?Score? - Comparación entre los Tests de RV, W, ML Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM) - La hipótesis de la utilidad aleatoria - Modelo Logit Condicional (MLC) - Modelo mixto - El modelo Logit multinomial - Hipótesis de independencia de las alternativas irrelevantes UNIDAD DIDÁCTICA 6. MODELOS DE VARIABLE DEPENDIENTE-LIMITADA Especificación e inferencia de Modelo de Regresión Censurado (Modelo Tobit) - Métodos de estimación en dos etapas y de la máxima verosimilitud - Errores de especificación. Residuos generalizados. Normalidad y Heteroscedasticidad Variaciones del Modelo Tobit Standard Generalización del Modelo Tobit: Modelos bivariantes - Modelo de ?dos partes? - El modelo de ?doble valla? (Cragg, 1791) - El Modelo de Selectividad (Heckman, 1979) - Modelos de Infrecuencia de compra Introducción a los modelos de recuento. UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LOS MODELOS CON DATOS PANEL. Introducción Tipología de modelos con datos de panel Métodos de estimación para modelos en niveles o estáticos - Estimador MCO (Modelo sin efectos) - Estimadores entre-grupos - Estimador de covarianza (CV) o intragrupos para los efectos individuales - Estimación MCG para los efectos individuales - Estimador de covarianza o intragrupos (CV2) para los efectos individuales y temporales - Estimación de MCG para los efectos individuales y temporales Contrastes de especificación en el modelo estático - Contraste de homogeneidad del panel - Contraste de significación de los coeficientes en el modelo de efectos fijos - Estimación robusta - Contraste de nulidad de los efectos aleatorios - Contraste entre efectos fijos o aleatorios El modelo dinámico Contrastes de especificación en el modelo dinámico - Contraste para la autocorrelación de la perturbación - Contraste para la sobreidentificación de instrumentos PARTE 4. ESTADÍSTICA BIOMÉTRICA UNIDAD DIDÁCTICA 1. POBLACIÓN Y MUESTRA. MEDIDAS ESTADÍSTICAS Organización de un conjunto de datos numéricos Medidas de tendencia central y de dispersión. Gráficos. Asociación Muestras aleatorias. Inferencia UNIDAD DIDÁCTICA 2. CÁLCULO DE PROBABILIDADES. DISTRIBUCIONES Construcción de un modelo o distribución de probabilidad Distribución binomial Axiomática del cálculo de probabilidades Distribución de probabilidad. Función de distribución acumulativa Probabilidad condicionada. Independencia de sucesos Distribuciones conjuntas, marginales y condicionadas. Independencia. Caso discreto Distribuciones conjuntas, marginales y condicionadas. Independencia. Caso continuo Teorema de Bayes. Coeficientes a y fJ Operadores asociados y función de variable aleatoria Aclaraciones, observaciones y ejemplos - Caso discreto - Caso continuo - Cálculo del valor esperado y de la varianza de una distribución binomial Distribución de Poisson Distribución Normal Aclaraciones, observaciones y ejemplos UNIDAD DIDÁCTICA 3. INFERENCIA ESTADÍSTICA Los estadísticos media y varianza Intervalos de confianza para una media Contrastes de hipótesis para una media Observaciones Intervalos de confianza y contrastes para una proporción Dos poblaciones Un ejemplo de contraste Varianzas y cocientes de varianzas Ejemplos Determinación del tamaño muestral para a y fJ prefijados UNIDAD DIDÁCTICA 4. DISEÑO DE EXPERIMENTOS Y ANÁLISIS DE LA VARIANZA Diseño completamente aleatorizado Diseño aleatorizado de bloques UNIDAD DIDÁCTICA 5. REGRESIÓN Recta de regresión Intervalos de confianza, contrastes e inferencias sobre la regresión UNIDAD DIDÁCTICA 6. PRUEBAS DE NORMALIDAD Y X2 PARA FRECUENCIAS OBSERVADAS. MÉTODOS NO PARAMÉTRICOS Probabilidad y frecuencia Prueba x2 para un ajuste Observaciones y ejemplos El contraste de Kolmogorov-Smirnov Contrastes de asociación. Tablas de contingencia Observaciones y ejemplos Métodos de distribución libre Alternativa no paramétrica del ANOVA.Prueba de Kruskai-Wallis UNIDAD DIDÁCTICA 7. PLANTEAMIENTO Y RESOLUCIÓN DE PROBLEMAS UNIDAD DIDÁCTICA 8. EVALUACIÓN DE CONOCIMIENTOSPARTE 5. TÉCNICAS PARA EL DISEÑO DE LAS ENCUESTAS Y EL MUESTREO UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL Introducción Metodología de investigación - Metodología - Método científico Métodos o tácticas - Experimental - Correlacional - Observacional Técnicas Elección del método y las técnicas - Criterios de selección del método y las técnicas Las técnicas en sí mismas UNIDAD DIDÁCTICA 2. LA ENCUESTA COMO TÉCNICA DE INVESTIGACIÓN SOCIAL Introducción Historia de las encuestas en la investigación social - La aritmética política - La estadística moral - El movimiento de Encuestas y Monografías Sociales - Marx y Weber - El estudio de las actitudes - Las votaciones particulares - Gallup, Roper y Crossley ¿Qué son las encuestas? - La encuesta y las técnicas de investigación - La encuesta: una técnica para explorar, describir y explicar la realidad social - Propuesta de una definición de encuesta Tipos de encuesta - La encuesta personal - La encuesta de correo - La encuesta telefónica - Otros tipos de encuesta - La elección del tipo de encuesta más adecuada en función de sus ventajas e inconvenientes El proceso general de investigación mediante encuestas UNIDAD DIDÁCTICA 3. SELECCIÓN DE MUESTRAS Abordaje directo de la población Solución: encuestar sólo a una muestra - A la búsqueda de una solución - Representatividad de las muestras - Fases en la obtención de una muestra Acerca del tamaño de la muestra - Importancia del concepto - Algunos consejos - Expresiones de cálculo Muestras no aleatorias Muestreo aleatorio - Muestreo aleatorio simple - Muestreo sistemático con arranque aleatorio - Muestreo estratificado - Muestreo de conglomerados - Variantes - ¿Cómo escoger un procedimiento de muestreo? Errores de muestreo - El error muestral y sus expresiones asociadas - El error muestral y la estimación - Riesgo en la estimación - Un ejemplo concreto Consecuencias del muestreo en el análisis de los datos - Ponderación - Varianzas - Modelos de muestreo en el software al uso Problemas prácticos - Problemas con la base de datos - Problemas con la ausencia de respuesta - Los encuestadores Software para el muestreo: SOTAM UNIDAD DIDÁCTICA 4. SELECCIÓN DEL ENCUESTADO Introducción Encuestas por correo Encuestas por teléfono Encuestas cara a cara: muestreo por cuotas Encuestas cara a cara: muestreo por rutas aleatorias - Construcción de la ruta aleatoria - Selección del encuestado en la vivienda UNIDAD DIDÁCTICA 5. ELABORACIÓN DEL CUESTIONARIO Introducción ¿Qué es un cuestionario? ¿Por qué utilizar un cuestionario? Esquema conceptual para orientar la elaboración del cuestionario - Las variables son constructos Pasos para la elaboración del cuestionario El objetivo del cuestionario - El contexto de la encuesta - Los recursos disponibles El diseño del cuestionario Recomendaciones para hacer las preguntas del cuestionario - Recomendaciones para elaborar preguntas factuales - Preguntas abiertas comparadas con preguntas cerradas - Preguntas llave o filtro Medición de estados subjetivos - Tests de ordenación - Tests tipo Likert Revisión de las preguntas - Procedimientos subjetivos - Procedimientos empíricos Preguntas demográficas Orden y disposición de las preguntas en el cuestionario UNIDAD DIDÁCTICA 6. LA ENTREVISTA Introducción La selección de entrevistadores El entrenamiento de los entrevistadores - Entrenamiento genera] - Entrenamiento específico - Materiales y procedimientos de entrenamiento Acceso al campo La entrevista en sí - Concepto y tipos de entrevista - La realización de la entrevista - La revisión de !a entrevista - Supervisión y control - Feed-back Guía de la entrevista UNIDAD DIDÁCTICA 7. TRABAJO DE CAMPO El trabajo de campo - Selección y formación de encuestadores - Coordinación, seguimiento y control del trabajo de campo Material para realizar el trabajo de campo - Manual o normas para encuestadores - Cuestionario - Carne o acreditación como encuestador - Tarjeta de agradecimiento y/o de la empresa - Hoja de resultados o incidencias - Ficha de campo - Punto de inicio de ruta - Teléfono de contacto - Cuaderno de notas UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL TRATAMIENTO DE DATOS Introducción Tratamiento de dalos - Términos comunes - Codificación de datos - Formato de los dalos - Escritura de los datos - Errores en los datos Análisis estadístico de datos UNIDAD DIDÁCTICA 9. EL INFORME DE INVESTIGACIÓN Introducción Aprendiendo de los informes publicados Cuestiones y consideraciones generales - Cuestiones previas - Tipos de informes - Consideraciones generales El informe técnico y su presentación - Estructura del informe - Elementos de un informe - Presentación de datos UNIDAD DIDÁCTICA 10. LA CALIDAD DE LA ENCUESTA Introducción Errores asociados al muestreo - La no respuesta Errores asociados con el cuestionario - Necesidad de hacer estudios piloto Errores asociados con la entrevista - Errores asociados a los encuestadores - La importancia en la supervisión - Repaso a la entrevista y cumplimentación correcta de cuestionarios Errores asociados con el tratamiento de datos - Errores en la codificación de datos - Errores asociados al registro o grabación de los datos - Errores en la preparación de los datos para el análisis - Imputación de dalos a las respuestas perdidas y a las no respuestas PARTE 6. LAS SERIES TEMPORALES UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS SERIES TEMPORALES Definición de serie temporal Objetivos y componentes de las series temporales Clasificación Métodos clásicos de análisis UNIDAD DIDÁCTICA 2. MODELOS PROBABILÍSTICOS DE SERIE TEMPORALES. CONCEPTOS FUNDAMENTALES Proceso estocástico Procesos de Estado Discreto Procesos estacionarios Funciones de autocovarianza y autocorrelación Proceso de ruido blanco Teorema de Descomposición de Wold UNIDAD DIDÁCTICA 3. MODELOS DE SERIES TEMPORALES UNIVARIANTES Modelos de media móvil: concepto de invertibilidad Modelos autorregresivos Modelos mixtos Modelos estacionales: estacionales puros estacionales multiplicativos y estacionales no estacionarios UNIDAD DIDÁCTICA 4. METODOLOGÍA BOX-JENKINS Ideas básicas para la construcción de modelos - Identificación - Estimación - Diagnosis - Predicción UNIDAD DIDÁCTICA 5. ANÁLISIS DE INTERVENCIÓN Y VALORES ATÍPICOS Introducción a análisis de intervención y valores atípicos Efectos cualitativos: variables impulso y escalón Construcción de modelos de intervención Atípicos aditivos e innovativos - Métodos para la detección de atípicos UNIDAD DIDÁCTICA 6. MODELOS DE HETEROCEDASTICIDAD CONDICIONAL Conceptos básicos en el desarrollo de modelos ARCH Modelo de heterocedasticidad condicional autorregresiva (ARCH) Modelo de heterocedasticidad condicional autorregresiva generalizados (GARCH) Otros modelos de heterocedasticidad Volatilidad estocástica UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL ANÁLISIS DE SERIES BIVARIANTES Formulación de un modelo de función de transferencia Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia - Relación entre correlación cruzada y función de transferencia Concepto de preblanqueado - Identificación del modelo del proceso ruido PARTE 7. ESTADÍSTICA NO PARAMÉTRICA UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA Estadística no paramétrica. Conceptos básicos - Tipos de datos: cualitativos y cuantitativos Características de las pruebas - Características de las pruebas paramétricas - Características de las pruebas no paramétricas Ventajas y desventajas del uso de métodos no paramétricos - Ventajas del uso de métodos no paramétricos - Desventajas del uso de métodos no paramétricos Identificación de las diferentes pruebas no paramétricas - Principales pruebas no paramétricas - Clasificación de las pruebas no paramétricas UNIDAD DIDÁCTICA 2. PRUEBAS NO PARAMÉTRICAS PARA UNA MUESTRA Pruebas no paramétricas para una muestra Chi-cuadrado o ji-cuadrado Prueba de Kolmogorov-Smirnov para una muestra Prueba binomial Prueba de rachas UNIDAD DIDÁCTICA 3. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS RELACIONADAS Prueba de los signos Prueba del rango con signo de Wilcoxon Prueba de McNemar UNIDAD DIDÁCTICA 4. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS RELACIONADAS Pruebas para k muestras relacionadas Prueba de Cochran Prueba de Friedman Coeficiente de concordancia de W de Kendall UNIDAD DIDÁCTICA 5. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS INDEPENDIENTES Pruebas para dos muestras independientes Prueba U de Mann Whitney Prueba de Wald-Wolfowitz Prueba de reacciones extremas de Moses Prueba de Kolmogorov-Smirnov para dos muestras UNIDAD DIDÁCTICA 6. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS INDEPENDIENTES Pruebas no paramétricas para K muestras independientes Prueba de la mediana Prueba H de Kruskal-Wallis Prueba de Jonckheere-Terpstra