Master estadistica online

UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS

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

UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA BÁSICA

1. Estadística descriptiva
2. Estadística inferencial

UNIDAD DIDÁCTICA 3. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

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

UNIDAD DIDÁCTICA 4. ANÁLISIS CONJUNTO DE VARIABLES

1. Introducción al análisis conjunto de variables
2. Asociación entre dos variables cualitativas
3. Correlación entre dos variables cuantitativas
4. Regresión lineal

UNIDAD DIDÁCTICA 5. DISTRIBUCIONES DE PROBABILIDAD

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

UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ESTADÍSTICA EN PROGRAMAS INFORMÁTICOS. EL SPSS

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

UNIDAD DIDÁCTICA 7. ESTADÍSTICA DESCRIPTIVA CON SPSS

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

UNIDAD DIDÁCTICA 1. MODELOS PROBABILÍSTICOS UNIVARIANTES CONTINUOS

1. Distribución rectangular

- Distribución rectangular estandarizada

2. Distribución triangular

- Distribución triangular estandarizada

3. Distribución trapezoidal

- Distribución trapezoidal estandarizada

4. Algunas aplicaciones de los modelos geométricos
5. Distribución exponencial
6. Distribuciones relacionadas con las integrales eulerianas: gamma uniparamétrica, gamma biparamétrica y beta

- Distribución beta

7. Distribución normal
8. Distribuciones relacionadas con la distribución normal

- La distribución ? 2 de Pearson

- La distribución t de Student

- La distribución F de Snedecor

9. Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra

UNIDAD DIDÁCTICA 2. DISTRIBUCIONES ASOCIADAS A LOS ESTADÍSTICOS MUESTRALES DE UNA POBLACIÓN NORMAL

1. Distribución para la media de una muestra procedente de una población normal con varianza conocida
2. Distribución para la varianza y cuasivarianza de una muestra procedente de una población normal
3. Distribución para la media de una muestra procedente de una población normal con varianza desconocida: el cociente t-Student
4. 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

5. Distribución para el cociente de varianzas
6. Distribución para la proporción muestral
7. Distribución para la diferencia de proporciones muestrales

UNIDAD DIDÁCTICA 3. ESTIMACIÓN PUNTUAL DE PARÁMETROS

1. 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

2. Método de los momentos para la obtención de estimadores puntuales
3. Relación entre el método de máxima verosimilitud y el de los momentos
4. Propiedades deseables para un estimador paramétrico

- Estimadores insesgados

- Estimadores eficientes

- Estimadores consistentes

- Estimadores suficientes

UNIDAD DIDÁCTICA 4. ESTIMACIÓN MEDIANTE INTERVALOS DE CONFIANZA

1. 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

2. Intervalo de confianza para una proporción
3. 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

4. Intervalo de confianza para la diferencia de proporciones
5. 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

6. Intervalo de confianza para la razón de varianzas

- Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas

7. Construcción de regiones de confianza

UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS

1. Formulación de un contraste de hipótesis

- Hipótesis nula y alternativa

- Región de rechazo y tipos de error

- Función de potencia

2. 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

3. 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

4. Contraste para la diferencia de proporciones
5. 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

6. Contraste para la razón de varianzas

- Contraste de dos colas

- Contraste de una cola a la derecha

7. Análisis de razón de verosimilitudes

UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ECONOMETRÍA

1. Introducción a los modelos econométricos
2. Especificación y estimación del modelo lineal simple

- Introducción

- Estimación mínimo-cuadrática

- Propiedades de los estimadores mínimo cuadráticos ordinarios

3. 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

1. Estimadores máximo-verosímiles

- Otras propiedades de los estimadores del MLS

2. Distribución de los estimadores de los parámetros del MLS normal
3. Intervalos y regiones de confianza para los parámetros del MLS normal
4. Contrastes de hipótesis para los parámetros del MLS normal
5. El coeficiente de determinación
6. Análisis de la varianza en la regresión
7. Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS
8. 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

9. El MLS de un solo parámetro o sin término independiente

- Propiedades algebraicas y estadísticas

- Inferencia en el MLS normal y sin término independiente

10. Ejercicio tipo del MLS

UNIDAD DIDÁCTICA 1. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE.

1. Introducción
2. Especificación del modelo de regresión lineal múltiple
3. 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

4. Inferencia estadística del MRLM II

- Contraste de hipótesis sobre un parámetro. Intervalo de confianza

- Contraste de significación del modelo

5. Sumas de cuadrados, análisis de la varianza y R2
6. El proceso de predicción
7. Estimación restringida

- Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis

8. Contrastes de cambio estructural, linealidad y normalidad
9. Errores de especificación

UNIDAD DIDÁCTICA 2. PROBLEMAS CON LA INFORMACIÓN: ANÁLISIS DE OBSERVACIONES Y MULTICOLINEALIDAD.

1. Introducción
2. Influencia potencial
3. Influencia real
4. Observaciones atípicas
5. Multicolinealidad: definición, grados y consecuencias
6. 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

7. 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.

1. Introducción
2. El modelo de regresión con variables ficticias
3. Una nueva versión del contraste de cambio estructural

UNIDAD DIDÁCTICA 4. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE GENERALIZADO. PERTURBACIÓN NO ESFÉRICA: HETEROSCEDASTICIDAD Y AUTOCORRELACIÓN.

1. Introducción
2. Consecuencias en la estimación por MCO
3. Estimador Mínimo Cuadrático Generalizado (MCG)
4. Comparación entre el estimador MCO y MCG
5. Heteroscedasticidad

- La naturaleza de la relación entre las variables

- La transformación de variables

- La omisión de variables relevantes

6. 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

7. Contrastes de heteroscedasticidad

- El contraste de Goldfeld-Quandt

- El contraste de Breusch-Pagan

- El contraste de White

8. Autocorrelación

- La existencia de ciclos y/o tendencias

- Relaciones no lineales

- La omisión de variables relevantes

9. Esquemas lineales con comportamiento autocorrelacionado
10. Métodos de estimación en presencia de autocorrelación

- El método de Cochrane-Orcutt

- El método de Prais-Winsten

- El método de Durbin

11. 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.

1. Introducción
2. Modelos de elección discreta (variable dependiente dicotómica)

- Modelo lineal de probabilidad

3. 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)

4. 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

5. 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

1. 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

2. Variaciones del Modelo Tobit Standard
3. 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

4. Introducción a los modelos de recuento.

UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LOS MODELOS CON DATOS PANEL.

1. Introducción
2. Tipología de modelos con datos de panel
3. 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

4. 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

5. El modelo dinámico
6. Contrastes de especificación en el modelo dinámico

- Contraste para la autocorrelación de la perturbación

- Contraste para la sobreidentificación de instrumentos

UNIDAD DIDÁCTICA 1. POBLACIÓN Y MUESTRA. MEDIDAS ESTADÍSTICAS

1. Organización de un conjunto de datos numéricos
2. Medidas de tendencia central y de dispersión. Gráficos. Asociación
3. Muestras aleatorias. Inferencia

UNIDAD DIDÁCTICA 2. CÁLCULO DE PROBABILIDADES. DISTRIBUCIONES

1. Construcción de un modelo o distribución de probabilidad
2. Distribución binomial
3. Axiomática del cálculo de probabilidades
4. Distribución de probabilidad. Función de distribución acumulativa
5. Probabilidad condicionada. Independencia de sucesos
6. Distribuciones conjuntas, marginales y condicionadas. Independencia.
7. Caso discreto
8. Distribuciones conjuntas, marginales y condicionadas. Independencia.
9. Caso continuo
10. Teorema de Bayes. Coeficientes a y fJ
11. Operadores asociados y función de variable aleatoria
12. Aclaraciones, observaciones y ejemplos

- Caso discreto

- Caso continuo

- Cálculo del valor esperado y de la varianza de una distribución binomial

13. Distribución de Poisson
14. Distribución Normal
15. Aclaraciones, observaciones y ejemplos

UNIDAD DIDÁCTICA 3. INFERENCIA ESTADÍSTICA

1. Los estadísticos media y varianza
2. Intervalos de confianza para una media
3. Contrastes de hipótesis para una media
4. Observaciones
5. Intervalos de confianza y contrastes para una proporción
6. Dos poblaciones
7. Un ejemplo de contraste
8. Varianzas y cocientes de varianzas
9. Ejemplos
10. Determinación del tamaño muestral para a y fJ prefijados

UNIDAD DIDÁCTICA 4. DISEÑO DE EXPERIMENTOS Y ANÁLISIS DE LA VARIANZA

1. Diseño completamente aleatorizado
2. Diseño aleatorizado de bloques

UNIDAD DIDÁCTICA 5. REGRESIÓN

1. Recta de regresión
2. Intervalos de confianza, contrastes e inferencias sobre la regresión

UNIDAD DIDÁCTICA 6. PRUEBAS DE NORMALIDAD Y X2 PARA FRECUENCIAS OBSERVADAS. MÉTODOS NO PARAMÉTRICOS

1. Probabilidad y frecuencia
2. Prueba x2 para un ajuste
3. Observaciones y ejemplos
4. El contraste de Kolmogorov-Smirnov
5. Contrastes de asociación. Tablas de contingencia
6. Observaciones y ejemplos
7. Métodos de distribución libre
8. Alternativa no paramétrica del ANOVA.Prueba de Kruskai-Wallis

UNIDAD DIDÁCTICA 7. PLANTEAMIENTO Y RESOLUCIÓN DE PROBLEMAS

UNIDAD DIDÁCTICA 8. EVALUACIÓN DE CONOCIMIENTOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL

1. Introducción
2. Metodología de investigación

- Metodología

- Método científico

3. Métodos o tácticas

- Experimental

- Correlacional

- Observacional

4. Técnicas
5. Elección del método y las técnicas

- Criterios de selección del método y las técnicas

6. Las técnicas en sí mismas

UNIDAD DIDÁCTICA 2. LA ENCUESTA COMO TÉCNICA DE INVESTIGACIÓN SOCIAL

1. Introducción
2. 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

3. ¿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

4. 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

5. El proceso general de investigación mediante encuestas

UNIDAD DIDÁCTICA 3. SELECCIÓN DE MUESTRAS

1. Abordaje directo de la población
2. Solución: encuestar sólo a una muestra

- A la búsqueda de una solución

- Representatividad de las muestras

- Fases en la obtención de una muestra

3. Acerca del tamaño de la muestra

- Importancia del concepto

- Algunos consejos

- Expresiones de cálculo

4. Muestras no aleatorias
5. Muestreo aleatorio

- Muestreo aleatorio simple

- Muestreo sistemático con arranque aleatorio

- Muestreo estratificado

- Muestreo de conglomerados

- Variantes

- ¿Cómo escoger un procedimiento de muestreo?

6. Errores de muestreo

- El error muestral y sus expresiones asociadas

- El error muestral y la estimación

- Riesgo en la estimación

- Un ejemplo concreto

7. Consecuencias del muestreo en el análisis de los datos

- Ponderación

- Varianzas

- Modelos de muestreo en el software al uso

8. Problemas prácticos

- Problemas con la base de datos

- Problemas con la ausencia de respuesta

- Los encuestadores

9. Software para el muestreo: SOTAM

UNIDAD DIDÁCTICA 4. SELECCIÓN DEL ENCUESTADO

1. Introducción
2. Encuestas por correo
3. Encuestas por teléfono
4. Encuestas cara a cara: muestreo por cuotas
5. 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

1. Introducción
2. ¿Qué es un cuestionario?
3. ¿Por qué utilizar un cuestionario?
4. Esquema conceptual para orientar la elaboración del cuestionario

- Las variables son constructos

5. Pasos para la elaboración del cuestionario
6. El objetivo del cuestionario

- El contexto de la encuesta

- Los recursos disponibles

7. El diseño del cuestionario
8. Recomendaciones para hacer las preguntas del cuestionario

- Recomendaciones para elaborar preguntas factuales

- Preguntas abiertas comparadas con preguntas cerradas

- Preguntas llave o filtro

9. Medición de estados subjetivos

- Tests de ordenación

- Tests tipo Likert

10. Revisión de las preguntas

- Procedimientos subjetivos

- Procedimientos empíricos

11. Preguntas demográficas
12. Orden y disposición de las preguntas en el cuestionario

UNIDAD DIDÁCTICA 6. LA ENTREVISTA

1. Introducción
2. La selección de entrevistadores
3. El entrenamiento de los entrevistadores

- Entrenamiento genera]

- Entrenamiento específico

- Materiales y procedimientos de entrenamiento

4. Acceso al campo
5. La entrevista en sí

- Concepto y tipos de entrevista

- La realización de la entrevista

- La revisión de !a entrevista

- Supervisión y control

- Feed-back

6. Guía de la entrevista

UNIDAD DIDÁCTICA 7. TRABAJO DE CAMPO

1. El trabajo de campo

- Selección y formación de encuestadores

- Coordinación, seguimiento y control del trabajo de campo

2. 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

1. Introducción
2. Tratamiento de dalos

- Términos comunes

- Codificación de datos

- Formato de los dalos

- Escritura de los datos

- Errores en los datos

3. Análisis estadístico de datos

UNIDAD DIDÁCTICA 9. EL INFORME DE INVESTIGACIÓN

1. Introducción
2. Aprendiendo de los informes publicados
3. Cuestiones y consideraciones generales

- Cuestiones previas

- Tipos de informes

- Consideraciones generales

4. El informe técnico y su presentación

- Estructura del informe

- Elementos de un informe

- Presentación de datos

UNIDAD DIDÁCTICA 10. LA CALIDAD DE LA ENCUESTA

1. Introducción
2. Errores asociados al muestreo

- La no respuesta

3. Errores asociados con el cuestionario

- Necesidad de hacer estudios piloto

4. Errores asociados con la entrevista

- Errores asociados a los encuestadores

- La importancia en la supervisión

- Repaso a la entrevista y cumplimentación correcta de cuestionarios

5. 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

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS SERIES TEMPORALES

1. Definición de serie temporal
2. Objetivos y componentes de las series temporales
3. Clasificación
4. Métodos clásicos de análisis

UNIDAD DIDÁCTICA 2. MODELOS PROBABILÍSTICOS DE SERIE TEMPORALES. CONCEPTOS FUNDAMENTALES

1. Proceso estocástico
2. Procesos de Estado Discreto
3. Procesos estacionarios
4. Funciones de autocovarianza y autocorrelación
5. Proceso de ruido blanco
6. Teorema de Descomposición de Wold

UNIDAD DIDÁCTICA 3. MODELOS DE SERIES TEMPORALES UNIVARIANTES

1. Modelos de media móvil: concepto de invertibilidad
2. Modelos autorregresivos
3. Modelos mixtos
4. Modelos estacionales: estacionales puros estacionales multiplicativos y estacionales no estacionarios

UNIDAD DIDÁCTICA 4. METODOLOGÍA BOX-JENKINS

1. Ideas básicas para la construcción de modelos

- Identificación

- Estimación

- Diagnosis

- Predicción

UNIDAD DIDÁCTICA 5. ANÁLISIS DE INTERVENCIÓN Y VALORES ATÍPICOS

1. Introducción a análisis de intervención y valores atípicos
2. Efectos cualitativos: variables impulso y escalón
3. Construcción de modelos de intervención
4. Atípicos aditivos e innovativos

- Métodos para la detección de atípicos

UNIDAD DIDÁCTICA 6. MODELOS DE HETEROCEDASTICIDAD CONDICIONAL

1. Conceptos básicos en el desarrollo de modelos ARCH
2. Modelo de heterocedasticidad condicional autorregresiva (ARCH)
3. Modelo de heterocedasticidad condicional autorregresiva generalizados (GARCH)
4. Otros modelos de heterocedasticidad
5. Volatilidad estocástica

UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL ANÁLISIS DE SERIES BIVARIANTES

1. Formulación de un modelo de función de transferencia
2. Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia

- Relación entre correlación cruzada y función de transferencia

3. Concepto de preblanqueado

- Identificación del modelo del proceso ruido

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA

1. Estadística no paramétrica. Conceptos básicos

- Tipos de datos: cualitativos y cuantitativos

2. Características de las pruebas

- Características de las pruebas paramétricas

- Características de las pruebas no paramétricas

3. Ventajas y desventajas del uso de métodos no paramétricos

- Ventajas del uso de métodos no paramétricos

- Desventajas del uso de métodos no paramétricos

4. 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

1. Pruebas no paramétricas para una muestra
2. Chi-cuadrado o ji-cuadrado
3. Prueba de Kolmogorov-Smirnov para una muestra
4. Prueba binomial
5. Prueba de rachas

UNIDAD DIDÁCTICA 3. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS RELACIONADAS

1. Prueba de los signos
2. Prueba del rango con signo de Wilcoxon
3. Prueba de McNemar

UNIDAD DIDÁCTICA 4. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS RELACIONADAS

1. Pruebas para k muestras relacionadas
2. Prueba de Cochran
3. Prueba de Friedman
4. Coeficiente de concordancia de W de Kendall

UNIDAD DIDÁCTICA 5. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS INDEPENDIENTES

1. Pruebas para dos muestras independientes
2. Prueba U de Mann Whitney
3. Prueba de Wald-Wolfowitz
4. Prueba de reacciones extremas de Moses
5. Prueba de Kolmogorov-Smirnov para dos muestras

UNIDAD DIDÁCTICA 6. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS INDEPENDIENTES

1. Pruebas no paramétricas para K muestras independientes
2. Prueba de la mediana
3. Prueba H de Kruskal-Wallis
4. Prueba de Jonckheere-Terpstra