¡Contacta con nosotros!
Telefono Euroinnova ¡Te llamamos!
Whatsapp Euroinnova 607 061 329
Deja tu mensaje

Menú
EUROINNOVA LOGO
Curso en: España España

Matricúlate en esta Maestría en Estadística y consigue una doble titulación: Maestría con validez oficial RVOE y un título de Master Europeo

Titulación
Modalidad
Online
Duración - Créditos
1500 horas
Becas y Financiación
sin intereses
Centro Líder
formación online
Equipo Docente
Especializado
Acompañamiento
Personalizado

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Mariana María Córdoba

TABASCO

Opinión sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

Las tutorías son muy buenas y atienden de manera excelente. La escuela en línea y los recursos facilitan la formación. Gracias por todo.

Juan Luis Herrero

SAN LUIS POTOSÍ

Opinión sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

Gracias por los recursos ofrecidos. La metodología de aprendizaje está muy adecuada al tipo de formación y el temario. Me recomendaron Euroinnova y sin duda es de las mejores escuelas en línea. Genial que esté la titulación reconocida por la secretaría de educación pública.

Nestor ávila

OAXACA

Opinión sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

Esta Maestría me ha permitido trabajar y estudiar a la vez. La titulación es adecuada y el temario es muy completo. Es la mejor metodología que he trabajado. Estoy muy contento con los resultados en general. Gracias a Euroinnova por presentar este tipo de formación para todos con calidad europea. Lo recomiendo 100%.

Sergio P.

PUEBLA

Opinión sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

Las tutorías me han sido de gran utilidad. Además, me atendieron de manera excelente. Estoy muy contento con el reconocimiento por la SEP y en general con la escuela de Euroinnova por facilitar tanto las cosas. El modo en línea es la mejor forma de estudio porque está adecuado, ya que se adapta a las necesidades que tenemos las personas que trabajamos y estudiamos a la vez.

Alejandro Huertas

CHIHUAHUA

Opinión sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada

Con esta formación puedes estudiar sin distancia a tu ritmo. La metodología de Universidad DAVINCI y Euroinnova es muy buena y está muy completa. El temario está muy bien redactado y planeado. Además, los facilitadores me han ayudado bastante.
* Todas las opiniones sobre Maestria en Ciencias de Datos. Especializacion en Estadistica Aplicada, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.
Alumnos

Plan de estudios de la Maestría en estadística

MAESTRÍA EN ESTADÍSTICA. Este plan de estudios se encuentra incorporado al Sistema Educativo Nacional (SEP) con número de acuerdo M-087/2021. Estudia esta Maestría 100% online y consigue una doble titulación Euroinnova + UDAVINCI, así tendrás un título con validez oficial RVOE y un título de Máster Europeo

Resumen salidas profesionales
de la Maestría en estadística
El volumen de información de datos con los que cuentan las empresas gracias a las nuevas tecnologías hace preciso saber gestionarlos y analizarlos. Se necesitan lenguajes de programación, herramientas y técnicas especializadas para poder tomar decisiones acertadas en el ámbito comercial. La Ciencia de Datos será quien nos permita gestionar toda esta información y sacarle el máximo provecho. Con nuestra Maestría en Ciencias de Datos con Especialización en Estadística Aplicada estudiaras y manejaras las técnica que te permitirán realizar una eficiente recolección de datos, la clasificación de los mismos y su procesamiento para lograr datos estadísticos que permitan sacar conclusiones necesarias para la decisiones comerciales de las sociedades.
Objetivos
de la Maestría en estadística
- Evaluar los conceptos relacionados con la computación distribuida para el manejo de los datos masivos. - Realizar una eficiente recolección de datos y clasificación de estos para su almacenamiento y procesamiento - Aplicar medidas estadísticas en el procesamiento de datos obteniendo y en su interpretación y análisis - Conocer las leyes, tratados, reglamentos y herramientas relacionados con la protección de datos. - Analizar las principales bases de datos NoSQL y su aplicabilidad desarrollos tecnológicos. - Conocer y aplicar los conceptos de Machine Learning y la estructura y tipología de las Redes Neuronales Artificiales
Salidas profesionales
de la Maestría en estadística
Las empresas son cada vez más conscientes de la importancia que tiene el análisis de los datos que almacenan, su gestión y análisis. Con esta Maestría en Ciencias de Datos con Especialización en Estadística Aplicada accederás a puestos en el análisis de datos dentro de equipos de dirección en sectores tan diversos como las finanzas, marketing, seguros, informática o ecommerce, etc.,
Para qué te prepara
la Maestría en estadística
La Maestría en Ciencias de Datos con Especialización en Estadística Aplicada te enseñará el uso de herramientas necesarias que te permitan realizar una recolección de datos, su clasificación, almacenamiento y proceso posterior para generar información vital para la toma de decisiones en cualquier empresa. Su especialización en estadística te permitirá entender e interpretar los datos obtenidos en las decisiones comerciales de cualquier sociedad.
A quién va dirigido
la Maestría en estadística
El perfil al que se adapta nuestra Maestría en Ciencias de Datos con Especialización en Estadística Aplicada abarca tanto a estudiantes y profesionales en el área de estadística como en informática, marketing o business. Se dirige a todos aquellos que quieran conocer las distintas herramientas y técnicas que permitan la gestión del análisis de datos dentro del ámbito de la empresa.
Metodología
de la Maestría en estadística
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura con nosotros a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes asignaturas así como realizar las actividades de aprendizaje. Las horas de estudio realizadas en el campus virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos.

Temario de la Maestría en estadística

Descargar GRATIS
el temario en PDF
Estoy de acuerdo con la Política de privacidad y Condiciones de Matriculación. Información básica sobre Protección de Datos aquí.

  1. Introducción
  2. Dónde se ubica el JavaScript en las páginas HTML
  3. Cómo enviar las salidas de resultados a las páginas HTML
  1. Declaraciones
  2. Sintaxis
  3. Comentarios
  4. Variables
  5. Tipos de datos
  1. Clase
  2. Propiedades
  3. Métodos
  4. Getters y Setters
  5. Constructores
  1. Operadores
  2. Sentencia condicional simple
  3. Sentencia condicional múltiple
  1. Fundamentos de la repetición controlada
  2. Instrucción de repetición mientras
  3. Instrucción de repetición haz - mientras
  4. Instrucción de repetición desde
  1. Declaración y creación de arreglos
  2. Paso de arreglos a los métodos
  3. Arreglos multidimensionales
  4. Listas de argumentos con longitud variable
  1. Manejo de cadenas
  2. Manejo de números
  3. Manejo de funciones matemáticas
  4. Manejo de valores booleanos
  1. JavaScript HTML DOM
  2. Modelo de objeto del navegador
  3. Formularios
  1. JavaScript Ajax
  2. Uso JSON en JavaScript
  1. Conceptos y generalidades
  2. Utilización de Jquery

  1. Evolución de la administración de los datos
  2. Tipos de administración de los datos
  3. Operaciones para el manejo de los datos masivos
  4. Tipos de datos masivos
  1. Historia de la computación distribuida
  2. Elementos de la computación distribuida
  3. Uso de la computación distribuida
  1. Pila de datos masivos
  2. Capas para el manejo de los datos masivos
  3. Tecnología para el uso de datos masivos
  1. Servicios de organización de datos
  2. Herramientas para la organización de datos
  3. Almacenamiento analítico de datos
  1. Importancia de la virtualización en el uso de datos masivos
  2. Servidor de virtualización
  3. Aplicaciones de la virtualización
  4. Manejo de la virtualización
  1. Aplicación de los datos masivos
  2. Manejo de datos masivos
  3. Funciones en el uso de datos masivos
  1. Relación de la nube con los datos masivos
  2. Modelos de despliegue y entrega en la nube
  3. Manejo de la nube para la administración de datos masivos
  1. Características de los sistemas de almacenamiento masivo
  2. Elementos de los sistemas de almacenamiento masivo
  3. Beneficios de los sistemas de almacenamiento masivo
  1. Sistemas de archivos distribuidos
  2. Uso de las funciones de reducción
  3. Manejo de las funciones de mapeo
  1. Manejo de recursos y aplicaciones
  2. Almacenamiento de los datos masivos
  3. Minería de datos masivos

  1. Importancia de la recolección de datos
  2. Historia y evolución
  3. Importancia de la clasificación de datos
  4. Historia y evolución
  5. Relación con la ciencia de datos
  1. Conceptos
  2. Objetivo
  3. Características
  4. Partes de una Entrevista
  5. Tipos de preguntas
  1. Conceptos
  2. Objetivo
  3. Características
  4. Tipos
  5. Selección de participantes
  1. Conceptos
  2. Objetivos
  3. PARTICIPANTES
  4. Aplicación en la recolección de datos
  5. Registro de hechos
  1. Conceptos
  2. Objetivos
  3. Características
  4. Tipos
  5. Selección de participantes
  1. Conceptos
  2. Objetivos
  3. Diseño
  4. Construcción
  5. Aplicabilidad en la recolección de datos
  1. Conceptos
  2. Objetivos
  3. Características
  4. Construcción
  5. aplicabilidad
  1. Importancia
  2. Beneficios
  3. Características
  4. Costos
  5. Algunas herramientas
  1. Conceptos
  2. Tipos
  3. Clasificaciones
  4. Datos cualitativos
  5. Datos cuantitativos
  1. Conceptos
  2. Objetivo
  3. Ventajas y beneficios
  4. Consecuencias negativas
  5. Herramientas

  1. Distribuciones y Gráficas
  2. Medidas de tendencia central y dispersión
  3. Medidas de Posición y forma
  1. Tipos de variables
  2. Distribuciones discretas de probabilidad
  3. Distribuciones continuas de probabilidad
  4. Muestreo y distribuciones muestrales
  1. Teorema de límite central
  2. Intervalos de confianza
  3. Pruebas de hipótesis
  1. Regresión lineal simple
  2. Coeficientes de correlación y determinación
  3. Regresión lineal múltiple
  1. ANOVA con un factor
  2. ANOVA con varios factores
  3. Comparaciones Múltiples
  1. Tipos de Pruebas de bondad
  2. Cuadros de contingencia
  3. Aplicaciones de pruebas de bondad
  1. Tipo de Variaciones
  2. Métodos aplicados a series de tiempo
  3. Índices
  1. Prueba del signo
  2. Prueba de rangos
  3. Prueba U
  4. Prueba H
  1. Elementos del análisis de decisiones
  2. Toma de decisiones bajo Riesgo
  3. Técnicas cualitativas para la toma de decisiones
  1. Arboles de Decisiones
  2. Cadenas de Markov
  3. Redes Bayesianas
  4. Otras técnicas

  1. Sistema de procesamiento de archivos
  2. Sistema de procesamiento de bases de datos
  3. Historia del procesamiento de bases de datos
  4. Definición de una base de datos
  5. DBMS
  1. Conceptos de modelado
  2. Importancia del modelado
  3. Modelo E-R
  4. Modelo relacional
  5. Normalización
  1. Conceptos y definiciones
  2. Tipos de datos
  3. Sentencias del DDL
  4. Ejemplos de DDL
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación
  5. Ejemplo práctico
  1. Introducción
  2. Importancia
  3. Entorno e Instalación
  4. Ejemplo práctico
  1. Introducción e Importancia
  2. Entorno
  3. Instalación
  4. Ejemplo práctico
  1. Historia y Conceptos
  2. Sentencia DDL en SQL
  3. Sentencia INSERT, DELETE, UPDATE
  4. Sentencia DELETE
  1. Sentencia SELECT
  2. Operadores de comparación y booleanos
  3. Subconsultas
  4. Funciones y Comandos de ordenamiento
  1. Sentencia SELECT con múltiples tablas
  2. Funciones de agrupación
  3. Operadores para múltiples tablas
  4. Sentencia JOIN
  1. Conceptos
  2. Tecnologías en la nube
  3. NoSQL
  4. Tendencias actuales

  1. Privacidad
  2. Protección de datos
  3. Privacidad y protección de datos
  4. Importancia de la privacidad
  5. Importancia de la protección de datos
  1. Datos personales
  2. Sensibilidad de los datos
  3. Tratamiento de los datos
  4. Recolección de datos
  5. Consentimiento
  1. Tratamiento
  2. Calidad
  3. Seguridad
  4. Desecho
  5. Secrecía
  1. Referentes históricos
  2. Organismos internacionales
  3. Leyes internacionales
  4. Decretos internacionales
  5. Acuerdos internacionales
  1. Referentes históricos
  2. Ley Federal de Protección de Datos Personales
  3. Marco legal
  4. Conceptos y definiciones
  5. Actualidad de la protección de datos en México
  1. El IFAI
  2. Misión
  3. Visión
  4. Estructura
  5. Funciones
  1. Introducción
  2. Identificación
  3. Autenticación
  4. Código malicioso
  5. Responsabilidad de los usuarios
  1. Introducción
  2. Navegación
  3. Correo electrónico
  4. Redes sociales
  5. Usuarios menores de edad
  1. Historia, definición y objetivos de Esteganografía
  2. Historia, definición y objetivos de la criptografía
  3. Aplicaciones y usos
  4. Herramientas
  5. Beneficios
  1. Fundamentos
  2. Sistemas de Gestión de la Seguridad de la Información
  3. Plan de Contingencias y Seguridad del Negocio
  4. Norma ISO 27001
  5. Certificación en seguridad de la información

  1. Historia
  2. Primeros sistemas administradores de bases de datos
  3. Primera revolución de las bases de datos
  4. Segunda revolución de las bases de datos
  5. Tercera revolución de las bases de datos
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características y conceptos
  3. Diseño
  4. XML
  5. JSON
  1. Introducción
  2. Características y conceptos
  3. Arquitecturas
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño

  1. ¿Qué es Machine Learning?
  2. ¿Dónde se aplica Machine Learning?
  3. Plataformas que trabajan Machine Learning
  1. Definición de RNA e Inteligencia Artificial
  2. El modelo Biológico
  3. Aplicaciones de las Redes Neuronales Artificiales
  1. Errores comunes al aplicar RNA
  2. Ventajas y Desventajas
  3. Comparación de las RNA con otras técnicas
  1. Aproximación de funciones
  2. Clustering
  3. Predicción
  4. Clasificación
  1. Elementos de las RNA
  2. Estructura de las RNA
  3. Funcionamiento de las RNA
  1. Entrenamiento no supervisado
  2. Entrenamiento supervisado
  3. Entrenamiento hibrido
  1. Redes monocapa y multicapa
  2. Redes heteroasociativas y autoasociativas
  3. Redes Estocásticas
  4. Otras topologías de RNA
  1. Estructura del perceptrón
  2. Perceptrón multicapa
  3. La red Backpropagation
  1. Tipos de datos
  2. Como elegir la topología de RNA
  3. Diseño de estructura
  1. Gráficas de resultados
  2. Medidas de error de las RNA
  3. Definición del error aceptable

  1. Evolución de la administración de los datos
  2. ¿Qué es Big Data?
  3. Significados y variaciones del término
  4. Cambio de paradigma
  5. Datos al servicio de las personas
  1. Volumen - Variedad
  2. Velocidad - Veracidad
  3. Valor - Visualización
  4. Verificación - Variabilidad
  5. Viabilidad
  1. Banca
  2. Salud
  3. Ciudades inteligentes
  4. Agricultura
  5. Política
  1. Deportes
  2. Periodismo
  3. Logística
  4. Mercadotecnia
  5. Educación
  1. Arquitecturas para Big Data
  2. Generación de datos
  3. Adquisición de datos
  4. Almacenamiento de datos
  5. Análisis y visualización de datos
  1. BD Relacionales
  2. NoSql
  3. BD Key-Value
  4. BD Orientadas a documentos
  5. BD Orientadas a grafos
  1. BD Orientadas a objetos
  2. BD Columnas
  3. BD Espaciales
  1. Conceptos
  2. Sistema de archivos distribuidos Hadoop
  3. YARN
  4. MapReduce
  5. Ecosistema Hadoop
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación
  5. Ejemplo práctico
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación

  1. Bases de Datos y el Proceso KDD
  2. Análisis Básico de Ejemplos y Aplicaciones en Data Mining
  3. Procesos Estadísticos en Data Mining
  4. Herramientas Computacionales Para Data Mining
  1. Ruido y Ajuste de Datos
  2. Análisis Exploratorio en Datos
  3. Filtrado en Datos Estructurados y no Estructurados
  1. ¿Qué es la Inteligencia Artificial y sus Técnicas?
  2. Redes Neuronales Artificiales
  3. Topologías de Red
  4. Algoritmos de Propagación
  5. Redes Neuronales Pulsantes
  1. Minería de Textos
  2. Pre-Procesamiento y Digitalización
  3. Análisis Automatizado de Textos
  1. Sentiment Analysis
  2. Análisis de Texto y Lingüística Computacional
  3. Extracción de Información Subjetiva
  4. Minería de Opinión y Aplicaciones
  1. Espacio Vectorial
  2. Modelado de Vectores y Tensorflow
  3. Python en Data Mining
  1. Algoritmos de Aprendizaje Profundo
  2. Abstracciones de Alto Nivel
  3. Arquitecturas Compuestas
  4. Redes Neuronales Convolucionales
  1. Criterios de Decisión
  2. Requerimiento de Datos
  3. Evaluación de Decisiones
  1. Clustering
  2. Técnicas de Clustering
  3. Técnicas Estadísticas
  1. Fundamentos de Evaluación de Modelos
  2. Técnicas de Evaluación de Modelos
  3. Aplicación de las Técnicas de Evaluación de Modelos

  1. Antecedentes
  2. Importancia
  3. Áreas de aplicación
  4. Proceso de descubrimiento del conocimiento
  5. Tendencias
  1. ¿Qué es R?
  2. Antecedentes
  3. Configuración del entorno de trabajo
  4. Características importantes
  5. Ayuda
  1. Tipos de datos
  2. Operaciones aritméticas
  3. Operadores lógicos
  4. Operadores relacionales
  5. Funciones de conversión
  1. Vectores
  2. Matrices
  3. Factores y vectores de caracter
  4. Listas
  5. Data frames
  1. Estructura condicional IF-ELSE
  2. Estructura SWITCH
  3. Bucle FOR
  4. Bucle WHILE
  5. Sentencia BREAK, NEXT
  1. Estructura
  2. Visibilidad del código
  3. Recursividad
  4. Funciones matemáticas
  5. Funciones de análisis estadístico
  1. Comandos para gráficos exploratorios
  2. Estadística descriptiva
  3. Medidas de tendencia central
  4. Medidas de dispersión
  5. Coeficiente de correlación, covarianza
  1. Probabilidad
  2. Distribuciones discretas
  3. Distribuciones continuas
  4. Intervalos de confianza
  5. Test de hipótesis
  1. Análisis clúster
  2. Clústeres jerárquicos y secuenciales
  3. Clústeres aglomerativos y exclusivos
  4. Modelos predictivos
  5. Modelo lineal
  1. Función plot()
  2. Colores
  3. Gráficos para una variable
  4. Gráficas de curvas continua
  5. Gráficas escalonadas

  1. Elementos de la investigación
  2. Características del enfoque cuantitativo
  3. Características del enfoque cualitativo
  4. Diferencias entre los enfoques de investigación
  5. Ventajas de los enfoques de investigación
  1. Tipos de proyectos de investigación
  2. Proyecto de investigación cuantitativa
  3. Proyecto de investigación cualitativa
  4. Fuentes de ideas para la investigación
  5. Antecedentes de la investigación
  1. Planteamiento del problema de investigación
  2. Enfoque cuantitativo
  3. Criterios para plantear el problema
  4. Elementos para el planteamiento del problema de investigación
  5. Objetivos, preguntas y justificación de la investigación
  1. Desarrollo de la perspectiva teórica
  2. Etapas para el desarrollo de la perspectiva teórica
  3. Elementos para la revisión de la literatura
  4. Elementos del marco teórico
  5. Construcción del marco teórico
  1. Estudio exploratorio
  2. Estudio descriptivo
  3. Estudio correlacional
  4. Estudio explicativo
  5. Selección del tipo de estudio
  1. Elementos de las hipótesis
  2. Características de las variables
  3. Tipos de hipótesis
  4. Hipótesis nulas
  5. Hipótesis alternativas
  1. Características del diseño en la investigación
  2. Diseño experimentales
  3. Experimentos puros
  4. Diseños no experimentales
  5. Diseños transeccionales descriptivos
  1. Delimitación de la población
  2. Selección de muestra
  3. Tipos de muestra
  4. Muestra probabilística
  5. Muestra no probabilística
  1. Características para la recolección de datos
  2. Instrumento de medición
  3. Análisis de los datos cuantitativos
  4. Proceso para el análisis de los datos cuantitativos
  5. Pruebas de hipótesis
  1. Características del reporte
  2. Elementos del reporte
  3. Recursos para la elaboración del reporte
  4. Criterios para la elaboración del reporte
  5. Protocolo de investigación

  1. Concepto
  2. Historia
  3. Datos
  4. El poder de los datos
  5. Importancia
  1. Objetivo
  2. Motivadora
  3. Efectiva
  4. Resultados
  5. Originalidad
  1. Tablas
  2. Gráfico de barras
  3. Gráfico de líneas
  4. Gráfico circular
  5. Gráfico de dispersión
  1. Gráfico de burbuja
  2. Gráfico de Gantt
  3. Gráfico de histograma
  4. Gráfico de bala
  5. Mapa
  1. Mapa de calor
  2. Tabla de resaltado
  3. Diagrama de árbol
  4. Gráfico de velas
  1. Treemap
  2. Gráficos sociales
  3. Palabras
  4. Infografías
  1. Conceptos
  2. Importancia
  3. Impacto
  4. Herramientas tecnológicas
  5. Futuro
  1. Excel aplicado a ciencia de datos
  2. SPSS
  3. Minitab
  4. Otras herramientas
  1. Tableau (https://www.tableau.com/es-es)
  2. Qlik (https://www.qlik.com/es-es)
  3. Plotly (https://plot.ly/)
  4. Carto (https://carto.com/)
  5. DataWrapper (https://www.datawrapper.de/)
  1. Infogram (https://infogram.com/es)
  2. Piktochart (https://piktochart.com/)
  3. Herramientas de Google (https://cloud.google.com/bigquery/, https://cloud.google.com/sql/docs/, https://www.google.com/sheets/about/, https://datastudio.withgoogle.com/)
  4. Chartblocks (https://www.chartblocks.com/es)
  5. Thinglink (https://www.thinglink.com/)

  1. Tipo de problemática
  2. Tipo de investigación (cualitativa/cuantitativa)
  3. Análisis del entorno del problema
  1. Entrevistas y cuestionarios
  2. Clasificación y depuración de Datos
  3. Acomodo y homologación de Datos
  1. Respaldo de información
  2. Recuperación de la información
  3. Diagnóstico de la base de Datos
  1. Análisis del algoritmo
  2. Método y técnica aplicable
  3. Importancia y desarrollo
  1. Características de los grandes volúmenes de Datos
  2. Aplicación para el Big Data
  3. Herramientas de Big Data
  1. Sociología de la privacidad
  2. Cultura de la protección de datos
  3. Tecnología y privacidad
  1. Medidas de tendencia central y dispersión
  2. Diseño de experimentos
  3. Técnicas de análisis de decisiones
  1. Machine learning
  2. Deep learning
  3. Minería de Datos
  1. Interpretación de gráficas
  2. Interpretación de resultados
  3. Propuestas y conclusiones
  1. Características de visualización
  2. Elementos gráficos
  3. Presentación de resultados

  1. Aspectos introductorios a la Estadística
  2. Concepto y funciones de la Estadística
  3. Medición y escalas de medida
  4. Variables: clasificación y notación
  5. Distribución de frecuencias
  6. Representaciones gráficas
  7. Propiedades de la distribución de frecuencias
  1. Estadística descriptiva
  2. Estadística inferencial
  1. Medidas de tendencia central
  2. La media
  3. La mediana
  4. La moda
  5. Medidas de posición
  6. Medidas de variabilidad
  7. Índice de Asimetría de Pearson
  8. Puntuaciones típicas
  1. Introducción al análisis conjunto de variables
  2. Asociación entre dos variables cualitativas
  3. Correlación entre dos variables cuantitativas
  4. Regresión lineal
  1. Conceptos previos de probabilidad
  2. Variables discretas de probabilidad
  3. Distribuciones discretas de probabilidad
  4. Distribución Normal
  5. Distribuciones asociadas a la distribución Normal
  1. Introducción
  2. Cómo crear un archivo
  3. Definir variables
  4. Variables y datos
  5. Tipos de variables
  6. Recodificar variables
  7. Calcular una nueva variable
  8. Ordenar casos
  9. Seleccionar casos
  1. Introducción
  2. Análisis de frecuencias
  3. Tabla de correlaciones
  4. Diagramas de dispersión
  5. Covarianza
  6. Coeficiente de correlación
  7. Matriz de correlaciones
  8. Contraste de medias

  1. Distribuciones continuas básicas
  2. Distribución normal
  3. Aplicaciones de los modelos geométricos
  4. Distribuciones relacionadas con las integrales eulerianas
  5. Distribuciones relacionadas con la distribución normal
  6. Convergencias en distribución
  1. Distribución para la media de una muestra normal
  2. Distribución para la varianza y cuasivarianza de una muestra normal
  3. Distribuciones de probabilidad para la diferencia de medias de dos muestras independientes normales
  4. Distribución para el cociente de varianzas
  5. Distribución para la proporción muestral
  1. Método de máxima verosimilitud
  2. Método de los momentos
  3. Relación entre el método de máxima verosimilitud y el de los momentos
  4. Propiedades deseables para un estimador paramétrico
  1. Intervalos de confianza para la media de una distribución normal
  2. Intervalo de confianza para una proporción
  3. Intervalo de confianza para la diferencia de medias de dos poblaciones normales
  4. Intervalo de confianza para la diferencia de proporciones
  5. Intervalo de confianza para la varianza de una población normal
  6. Intervalo de confianza para la razón de varianzas
  7. Construcción de regiones de confianza
  1. Formulación de un contraste de hipótesis
  2. Contraste de hipótesis para la media de una población normal
  3. Contraste para la diferencia de medias
  4. Contraste para la diferencia de proporciones
  5. Contraste para la varianza
  6. Contraste para la razón de varianzas
  7. Análisis de razón de verosimilitudes
  1. Introducción a los modelos econométricos
  2. Especificación y estimación del modelo lineal simple
  3. Estimación de la varianza de la perturbación aleatoria
  1. Conceptualización
  2. Obtención de los estimadores mínimo-cuadráticos
  3. Propiedades descriptivas en la regresión lineal simple
  4. Medidas de la bondad del ajuste. El coeficiente de determinación
  5. Hipótesis estadísticas del modelo
  6. Propiedades probabilísticas del modelo
  7. Análisis de la varianza en la regresión
  8. Ejercicio tipo del MLS

Titulación de la Maestría en estadística

Doble Titulación:

Titulación de Master Europeo en Ciencia de Datos. Especialización en Estadística Aplicada con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y CLADEA (Consejo Latinoamericano de Escuelas de Administración)

Titulación Oficial de Maestría en Ciencia de Datos por la Universidad DAVINCI con el Reconocimiento de Validez Oficial de Estudios (RVOE). Este plan de estudios se encuentra incorporado al Sistema Educativo Nacional (SEP) con número de acuerdo M-087/2021.

Curso Online Euroinnova Universidad Da Vinci

UDAVINCI - UNIVERSIDAD DA VINCI

Cursos relacionados

Curso Basico de Estadistica para Ciencias Sociales
CURSO ESTADÍSTICA CIENCIAS SOCIALES: Curso Básico de Estadística para Ciencias Sociales
4,8
260€
Ver Curso
Curso Superior en Estadistica Aplicada. Analisis de Datos y SPSS
CURSO ESTADÍSTICA APLICADA ANÁLISIS DE DATOS: Curso Superior en Estadística Aplicada. Análisis de Datos y SPSS
4,8
460€
Ver Curso
Master en Estadistica Aplicada
MASTER ESTADÍSTICA APLICADA ONLINE: Master en Estadística Aplicada
4,8
1495€
Ver Curso
Curso en Estadistica aplicada al Turismo
CURSO ESTADÍSTICA TURISMO: Curso en Estadística aplicada al Turismo
4,8
260€
Ver Curso

7 razones para realizar la Maestría en estadística

1
Nuestra experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
Logo google
4,7
2.625 Opiniones
Logo youtube
8.582
suscriptores
Logo facebook
4,4
12.842 Opiniones
Logo youtube
5.856
Seguidores
2
Nuestra Metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001, 14001 y 27001.

Certificación de calidad
4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

Confianza logo Proteccion logo
5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 900 831 200 o vía email en formacion@euroinnova.es

* Becas no acumulables entre sí

* Becas aplicables a acciones formativas publicadas en euroinnova.es

Información complementaria

Preguntas al director académico sobre la Maestría en estadística

Artículos relacionados

3800 €
3800 €
Cómodos plazos sin intereses + Envío gratis
InnovaPAY
Simulador de cuotas, selecciona número de cuotas:
380 € / mes
¿Tienes dudas?
Llámanos gratis al 900 831 200
Matricúlate
Datos personales
+34
Dirección de envío
Guardar
Becas ofrecidas por la Fundación Euroinnova
Beca del 25% Antiguos alumnos
Beca del 20% de desempleo
Beca del 15% Emprendimiento
Beca del 15% Amigo
Sin beca
Resumen matrícula:

Precio original

3800 €

Beca exclusiva 0%

-0 €

Precio final:

3800 €

Método de pago
Selecciona el número de plazos:
3800 € / mes en cuotas, SIN INTERESES
VisaMasterCardAmerican ExpressDinersClub InternationalMaestrovisaelectronDiscover Network Card
PayPal
Amazon Pay
Bizum
Google Pay
Métodos de pago verificados
Síguenos
Facebook Instagram Linkedin Pinterest Twitter Youtube
Euroinnova Business School
Directorio Oficial Euroinnova
Aviso Legal | Condiciones de Matriculación | Política de Privacidad | Política de Cookies
Tablón De Anuncios © 2004 / 2023
trustmark
star-graystar-graystar-graystar-graystar-gray
star-yellowstar-yellowstar-yellowstar-yellowstar-yellow

4,61

Excelente

ellipsis

Protección al Comprador

Cookies

Este sitio web utiliza cookies propias y de terceros para mejorar los servicios relacionados con tus preferencias, mediante el análisis de tus hábitos de navegación. En caso de que rechace las cookies, no podremos asegurarle el correcto funcionamiento de las distintas funcionalidades de nuestra página web.

Puede obtener más información y cambiar su configuración en nuestra Política de Cookies.

Configurar

Tardarás 3 minutos

El responsable del tratamiento es Euroinnova International Online Education