Euroinnova Business School

master estadistica online

MASTER ESTADISTICA ONLINE: Master en Estadística Aplicada
(MASTER ESTADISTICA ONLINE con Titulacion Superior a Nivel Profesional)

master estadistica online
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
600 horas
Becas y Financiación
Becas y Financiación
Sin Intereses
Plataforma Web
Plataforma Web
Equipo Docente Especializado
Equipo Docente Especializado
Acompañamiento Personalizado
Acompañamiento Personalizado

Master Estadistica Online. Realiza este Master Online de Estadistica. Hazte especialista en Estadistica Aplicada, gracias a este Master con Doble Titulacion.

PARA MATRICULARTE INTRODUCE TU EMAIL
MÉTODO DE PAGO
cursos online comprar

cursos online comprar

Sin pago por adelantado
(Pagarás cuando lo recibas)
Tarjeta
Tarjeta
VisaMasterCardAmerican ExpressDinersClub InternationalMaestrovisaelectronDiscover Network Card
Pagar
Amazon Pay
Bizum
Pago a Plazos
Pago a Plazos
VisaMasterCardAmerican ExpressDinersClub InternationalvisaelectronDiscover Network Card
167 / mes en Cuotas, SIN INTERESES
Pagar
167 / mes en Cuotas, SIN INTERESES
Información básica sobre Protección de Datos aquí
En el siguiente punto se procedera con la forma de pago
Pago Seguro Euroinnova
Últimas becas
RELLENA TUS DATOS
Y TE LLAMAMOS GRATIS
+34
Estoy de acuerdo con la Política de privacidad y Condiciones de matriculación
Información básica sobre Protección de Datos aquí

Información y contenidos de: master estadistica online

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

Master Euroinnovamaster estadistica onlineCurso Online Euroinnova

EURO - EUROINNOVA - Privados
Manual Master en Estadistica AplicadaCurso Online 100% Calidad
¿Te interesa esta formación?
¡MATRICULATE YA!
SOLICITAR INFO

PARTE 1. ESTADÍSTICA APLICADA. ANÁLISIS DE DATOS Y SPSS

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

PARTE 2. INFERENCIA ESTADÍSTICA Y DEL MODELO LINEAL SIMPLE

UNIDAD DIDÁCTICA 1. MODELOS PROBABILÍSTICOS UNIVARIANTES CONTINUOS
  1. Distribución rectangular
  2. - Distribución rectangular estandarizada

  3. Distribución triangular
  4. - Distribución triangular estandarizada

  5. Distribución trapezoidal
  6. - Distribución trapezoidal estandarizada

  7. Algunas aplicaciones de los modelos geométricos
  8. Distribución exponencial
  9. Distribuciones relacionadas con las integrales eulerianas: gamma uniparamétrica, gamma biparamétrica y beta
  10. - Distribución beta

  11. Distribución normal
  12. Distribuciones relacionadas con la distribución normal
  13. - La distribución ? 2 de Pearson

    - La distribución t de Student

    - La distribución F de Snedecor

  14. 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
  5. - 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

  6. Distribución para el cociente de varianzas
  7. Distribución para la proporción muestral
  8. Distribución para la diferencia de proporciones muestrales
UNIDAD DIDÁCTICA 3. ESTIMACIÓN PUNTUAL DE PARÁMETROS
  1. Método de máxima verosimilitud para la obtención de estimadores
  2. - 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

  3. Método de los momentos para la obtención de estimadores puntuales
  4. Relación entre el método de máxima verosimilitud y el de los momentos
  5. Propiedades deseables para un estimador paramétrico
  6. - 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
  2. - Caso en el que la varianza de la población es conocida

    - Caso en el que la varianza es desconocida

  3. Intervalo de confianza para una proporción
  4. Intervalo de confianza para la diferencia de medias de dos poblaciones normales
  5. - 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

  6. Intervalo de confianza para la diferencia de proporciones
  7. Intervalo de confianza para la varianza de una población normal
  8. - Intervalos unilaterales cuando la media de la población es conocida

    - Intervalos unilaterales cuando la media de la población es desconocida

    - Intervalos de confianza bilaterales

  9. Intervalo de confianza para la razón de varianzas
  10. - Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas

  11. Construcción de regiones de confianza
UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
  1. Formulación de un contraste de hipótesis
  2. - Hipótesis nula y alternativa

    - Región de rechazo y tipos de error

    - Función de potencia

  3. Contraste de hipótesis para la media de una población normal
  4. - Contraste para la media cuando la varianza es conocida

    - Contraste para la media cuando la varianza es desconocida

    - Contraste para la proporción

  5. Contraste para la diferencia de medias
  6. - 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

  7. Contraste para la diferencia de proporciones
  8. Contraste para la varianza
  9. - Región de rechazo y función de potencia

    - Cálculo de s 2 y del tamaño muestral necesario para alcanzar un determinado valor de potencia

  10. Contraste para la razón de varianzas
  11. - Contraste de dos colas

    - Contraste de una cola a la derecha

  12. 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
  3. - Introducción

    - Estimación mínimo-cuadrática

    - Propiedades de los estimadores mínimo cuadráticos ordinarios

  4. Estimación de la varianza de la perturbación aleatoria
  5. - 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
  2. - Otras propiedades de los estimadores del MLS

  3. Distribución de los estimadores de los parámetros del MLS normal
  4. Intervalos y regiones de confianza para los parámetros del MLS normal
  5. Contrastes de hipótesis para los parámetros del MLS normal
  6. El coeficiente de determinación
  7. Análisis de la varianza en la regresión
  8. Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS
  9. Explotación del MLS
  10. - 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

  11. El MLS de un solo parámetro o sin término independiente
  12. - Propiedades algebraicas y estadísticas

    - Inferencia en el MLS normal y sin término independiente

  13. Ejercicio tipo del MLS

PARTE 3. MICROECONOMETRÍA

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
  4. - 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

  5. Inferencia estadística del MRLM II
  6. - Contraste de hipótesis sobre un parámetro. Intervalo de confianza

    - Contraste de significación del modelo

  7. Sumas de cuadrados, análisis de la varianza y R2
  8. El proceso de predicción
  9. Estimación restringida
  10. - Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis

  11. Contrastes de cambio estructural, linealidad y normalidad
  12. 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
  7. - 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

  8. Posibles soluciones a la multicolinealidad
  9. - 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
  6. - La naturaleza de la relación entre las variables

    - La transformación de variables

    - La omisión de variables relevantes

  7. Métodos de estimación en presencia de heteroscedasticidad
  8. - Matriz de varianzas y covarianzas de la perturbación conocida

    - Matriz de varianzas y covarianzas de la perturbación desconocida 154

  9. Contrastes de heteroscedasticidad
  10. - El contraste de Goldfeld-Quandt

    - El contraste de Breusch-Pagan

    - El contraste de White

  11. Autocorrelación
  12. - La existencia de ciclos y/o tendencias

    - Relaciones no lineales

    - La omisión de variables relevantes

  13. Esquemas lineales con comportamiento autocorrelacionado
  14. Métodos de estimación en presencia de autocorrelación
  15. - El método de Cochrane-Orcutt

    - El método de Prais-Winsten

    - El método de Durbin

  16. Contrastes de autocorrelación
  17. - 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)
  3. - Modelo lineal de probabilidad

  4. Especificación e inferencia de los modelos Probit y Logit
  5. - Método de estimación por máxima verosimilitud

    - Residuos generalizados

    - Bondad de Ajuste

    - Efectos parciales de la variable explicativas sobre la probabilidad P(y = 1)

  6. Contrastes de hipótesis (Test de razón de verosimilitud), Test de Wald y de Multiplicadores de Lagrange)
  7. - 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

  8. Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM)
  9. - 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)
  2. - Métodos de estimación en dos etapas y de la máxima verosimilitud

    - Errores de especificación. Residuos generalizados. Normalidad y Heteroscedasticidad

  3. Variaciones del Modelo Tobit Standard
  4. Generalización del Modelo Tobit: Modelos bivariantes
  5. - Modelo de ?dos partes?

    - El modelo de ?doble valla? (Cragg, 1791)

    - El Modelo de Selectividad (Heckman, 1979)

    - Modelos de Infrecuencia de compra

  6. 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
  4. - 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

  5. Contrastes de especificación en el modelo estático
  6. - 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

  7. El modelo dinámico
  8. Contrastes de especificación en el modelo dinámico
  9. - 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
  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
  13. - Caso discreto

    - Caso continuo

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

  14. Distribución de Poisson
  15. Distribución Normal
  16. 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

PARTE 5. TÉCNICAS PARA EL DISEÑO DE LAS ENCUESTAS Y EL MUESTREO

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL
  1. Introducción
  2. Metodología de investigación
  3. - Metodología

    - Método científico

  4. Métodos o tácticas
  5. - Experimental

    - Correlacional

    - Observacional

  6. Técnicas
  7. Elección del método y las técnicas
  8. - Criterios de selección del método y las técnicas

  9. 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
  3. - 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

  4. ¿Qué son las encuestas?
  5. - 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

  6. Tipos de encuesta
  7. - 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

  8. 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
  3. - A la búsqueda de una solución

    - Representatividad de las muestras

    - Fases en la obtención de una muestra

  4. Acerca del tamaño de la muestra
  5. - Importancia del concepto

    - Algunos consejos

    - Expresiones de cálculo

  6. Muestras no aleatorias
  7. Muestreo aleatorio
  8. - Muestreo aleatorio simple

    - Muestreo sistemático con arranque aleatorio

    - Muestreo estratificado

    - Muestreo de conglomerados

    - Variantes

    - ¿Cómo escoger un procedimiento de muestreo?

  9. Errores de muestreo
  10. - El error muestral y sus expresiones asociadas

    - El error muestral y la estimación

    - Riesgo en la estimación

    - Un ejemplo concreto

  11. Consecuencias del muestreo en el análisis de los datos
  12. - Ponderación

    - Varianzas

    - Modelos de muestreo en el software al uso

  13. Problemas prácticos
  14. - Problemas con la base de datos

    - Problemas con la ausencia de respuesta

    - Los encuestadores

  15. 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
  6. - 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
  5. - Las variables son constructos

  6. Pasos para la elaboración del cuestionario
  7. El objetivo del cuestionario
  8. - El contexto de la encuesta

    - Los recursos disponibles

  9. El diseño del cuestionario
  10. Recomendaciones para hacer las preguntas del cuestionario
  11. - Recomendaciones para elaborar preguntas factuales

    - Preguntas abiertas comparadas con preguntas cerradas

    - Preguntas llave o filtro

  12. Medición de estados subjetivos
  13. - Tests de ordenación

    - Tests tipo Likert

  14. Revisión de las preguntas
  15. - Procedimientos subjetivos

    - Procedimientos empíricos

  16. Preguntas demográficas
  17. 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
  4. - Entrenamiento genera]

    - Entrenamiento específico

    - Materiales y procedimientos de entrenamiento

  5. Acceso al campo
  6. La entrevista en sí
  7. - Concepto y tipos de entrevista

    - La realización de la entrevista

    - La revisión de !a entrevista

    - Supervisión y control

    - Feed-back

  8. Guía de la entrevista
UNIDAD DIDÁCTICA 7. TRABAJO DE CAMPO
  1. El trabajo de campo
  2. - Selección y formación de encuestadores

    - Coordinación, seguimiento y control del trabajo de campo

  3. Material para realizar el trabajo de campo
  4. - 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
  3. - Términos comunes

    - Codificación de datos

    - Formato de los dalos

    - Escritura de los datos

    - Errores en los datos

  4. Análisis estadístico de datos
UNIDAD DIDÁCTICA 9. EL INFORME DE INVESTIGACIÓN
  1. Introducción
  2. Aprendiendo de los informes publicados
  3. Cuestiones y consideraciones generales
  4. - Cuestiones previas

    - Tipos de informes

    - Consideraciones generales

  5. El informe técnico y su presentación
  6. - 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
  3. - La no respuesta

  4. Errores asociados con el cuestionario
  5. - Necesidad de hacer estudios piloto

  6. Errores asociados con la entrevista
  7. - Errores asociados a los encuestadores

    - La importancia en la supervisión

    - Repaso a la entrevista y cumplimentación correcta de cuestionarios

  8. Errores asociados con el tratamiento de datos
  9. - 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
  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
  2. - 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
  5. - 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
  3. - Relación entre correlación cruzada y función de transferencia

  4. Concepto de preblanqueado
  5. - Identificación del modelo del proceso ruido

PARTE 7. ESTADÍSTICA NO PARAMÉTRICA

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA
  1. Estadística no paramétrica. Conceptos básicos
  2. - Tipos de datos: cualitativos y cuantitativos

  3. Características de las pruebas
  4. - Características de las pruebas paramétricas

    - Características de las pruebas no paramétricas

  5. Ventajas y desventajas del uso de métodos no paramétricos
  6. - Ventajas del uso de métodos no paramétricos

    - Desventajas del uso de métodos no paramétricos

  7. Identificación de las diferentes pruebas no paramétricas
  8. - 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

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre el Master Online Master en Estadistica Aplicada

Media de opiniones de los Cursos y Master Euroinnova
Opinión de MARTIN CASTRO
Sobre Master en Estadistica Aplicada
VALENCIA/VALÈNCIA

MARTIN CASTRO,¿Qué has aprendido en el Master Online?

la cantidad de material disponible

MARTIN CASTRO,¿Qué es lo que más te ha gustado de este Master Online?

me ha hecho cambiar mi visión sobre los problemas de ciencias de datos completamente

MARTIN CASTRO,¿Qué has echado en falta del Master Online?

buena, aunque no me comuniqué con el equipo en demasiadas ocasiones así que no podría decirlo

Opinión de LUIS GUILLEN
Sobre Master en Estadistica Aplicada
EL ORO

LUIS GUILLEN,¿Qué has aprendido en el Master Online?

la plataforma

LUIS GUILLEN,¿Qué es lo que más te ha gustado de este Master Online?

la formacion a distancia es una buena opcion para autoeducarnos

LUIS GUILLEN,¿Qué has echado en falta del Master Online?

no la utilice

Opinión de VÍCTOR HUAMANI
Sobre Master en Estadistica Aplicada
PERÚ

VÍCTOR HUAMANI,¿Qué has aprendido en el Master Online?

La facilidad de la información.

VÍCTOR HUAMANI,¿Qué es lo que más te ha gustado de este Master Online?

La aplicación de la estadística

VÍCTOR HUAMANI,¿Qué has echado en falta del Master Online?

Bien.

Opinión de KAROLINA G. H.
Sobre Master en Business Intelligence y Big Data + 60 Creditos
, herramientas que se usan, diferencia entre Big Data y Business Intelligence.

He echado en falta:

Muy buena

Opinión de Daniel T. A.
Sobre Master en Análisis de Datos y Gestión del Tiempo con Excel 2019 + Titulación Universitaria
SORIA
Todo perfecto. Ya he realizado varios cursos con Euroinnova y pienso repetir!
Opinión de María Jesús L. P.
Sobre Master CMO: Chief Marketing Officer + Titulacion Universitaria
TOLEDO
Todo muy bien.
Opinión de DANIELA G. G.
Sobre Master en Astronomia y Astrofisica
CUNDINAMARCA
Que he aprendido:

el tema

Lo que mas me ha gustado:

los principios basicos de la astrofisica

He echado en falta:

muy buena

Comentarios:

me hubiera gustado que se profundizara mas en el tema

* Todas las opiniones sobre el Master Online Master 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.
Resumen salidas profesionales de master estadistica online:
Con el presente Máster en Estadística Aplicada recibirá una formación especializada en el sector de la estadística. Los análisis estadísticos están a la orden del día, ya que son la fuente de estudio de las grandes empresas a la hora de evaluar diferentes aspectos relacionados con las ventas o el estudio de mercado. Por eso es importante recibir la formación adecuada y destacar en un sector muy competido.
Contenidos de este curso editados por:
Editorial Sintesis
Titulo del Libro: Investigar mediante encuestas
Autor: Rojas, A. J. Fernandez, J. S. Perez, C.

Editorial Sintesis
Titulo del Libro: Estadistica biometrica
Autor: Perez de Vargas, Alberto. Martinez, M.a Cristina
Objetivos de master estadistica online:

- Conocer el software especializado en estadísticas y las bases de datos.
- Conocer los modelos econométricos
- Conocer como realizar encuestas
- Conocer la estadística no paramétrica.
Salidas profesionales de master estadistica online:
Psicología / Investigador social / Experto en investigación mediante encuestas / Trabajo de campo / Estadístico
Para qué te prepara el master estadistica online:
El presente Máster en Estadística Aplicada le proporcionará los conocimientos necesarios para poder especializarse en la estadística aplicada.
A quién va dirigido el master estadistica online:
El presente curso de Máster en Estadística Aplicada está dirigido a todos aquellos recién titulados en estadística que quieran ampliar sus conocimientos y un sector muy demandado gracias al auge de los análisis estadísticos con fines de investigación y comerciales.
Metodología de master estadistica online:
Metodología Curso Euroinnova
Carácter oficial de la formación:
La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.

Consigue una mayor especializacion con el master estadistica online orientado a empresas

¿Que es la estadistica?

La estadistica es una ciencia que utiliza datos numericos para obtener inferencias basadas en el calculo de probabilidades. Esta disciplina se encarga de estudiar los metodos cientificos necesarios para recoger, organizar y analizar los datos, de manera que se puedan tomar decisiones con base empirica. Es una rama de estudio aplicable a muchas areas de conocimiento como la Fisica, la Medicina o la Economia.

Importancia de la estadistica

La importancia de los datos estadisticos se funda en el hecho de que sirve para evaluar la tendencia futura de un fenomeno determinado. Es una herramienta fundamental para la investigacion cientifica y empirica en los campos de la administracion, educacion, sociologia, informatica, genetica, medicina, psicologia, agricultura, economia, contabilidad, ingenieria, etc.

Es imprescindible para poder tomar las decisiones correctas e inteligentes en condiciones de incertidumbre.

¿Por que estudiar estadistica?

La estadistica consiste en el analisis de datos, y el mundo de hoy esta hecho fundamentalmente de datos. No hay empresa o sector que no genere datos ni necesite de ellos para planificar su actividad.

Esta disciplina permite un eficaz desarrollo de las capacidades de analisis e interpretacion de los numeros y los datos. Ademas, el dominio de la ciencia de datos y su vision global de los procesos cientificos y sociales otorga una capacidad estrategica y de intuicion por encima de la del resto de otros profesionales. Son capaces de plantear modelos predictivos y, asi, dar soluciones a las empresas.

Con esta titulacion universitaria se adquieren unas competencias que permiten acceder con facilidad a muchos y muy diversos puestos de trabajo. Es de los estudios con mejores tasas de empleo y mejor remunerados en nuestro pais.

A continuacion, puedes ver un video explicativo en el que se ofrece informacion adicional  sobre el master estadistica online para que tengas todos los datos que necesites. 

master estadistica online

¿Por que estudiar este master estadistica online que te ofrece Euroinnova Formacion?

Si buscas Master o Postgrados de estadistica aplicada, has llegado al sitio indicado, en Euroinnova contamos con los mas variados Master, con los que podras afianzar tus conocimientos en estadistica aplicada.

Si ya has acabado tu grado en el area de las ciencias sociales y quieres seguir ampliando tus estudios con una formacion avanzada de calidad, has llegado al sitio que estabas buscando. Con este master en estadistica aplicada podras convertirte en uno de los mejores matematicos estadisticos de todo el mundo. Aprenderas los aspectos basicos necesarios para realizar estadisticas para cualquier empresa de forma profesional.

Ademas, con el plan de estudios online que te ofrece Euroinnova Formacion no tendras problemas para conseguir tu titulacion oficial ya que dispondras de un tutor que te guiara durante todo el curso. No lo pienses mas y clique aqui para realizar la gestion necesaria y matricularte en este fantastico master de estadistica aplicada.

En el sector de master de estadistica aplicada cuentas con un gran catalogo de formacion ademas de salidas profesionales. Podras trabajar en el area de ingenieria y ciencias ademas de muchos otros gracias a este master universitario.

La estadistica es una de las materias en las que se hace mas incidencia desde la universidad. Para el año 2019 los estudiantes pueden acceder a recursos electronicos de matematicas, ciencias y diferentes estadisticas, a traves del campus virtual. La admision de este master universitario depende mas de los organismos publicos. La estadistica es una de las materias mas utiles en la vida real de los estudiantes por lo que desde la universidad en el año 2019, se va a hacer especial hincapie en todo lo relacionado con las matematicas, las ciencias estadisticas etc. La admision al master se llevara a cabo en funcion de la rama de procedencia, mas que de la nota. Verdaderamente, las matematicas, la ciencia o las estadisticas son materias que generalmente suelen costar trabajo a todos los alumnos. Sin embargo en el año 2019 se pone a disposicion de ellos diferentes recursos de estadistica mediante el campus universitario digital. Los estudiantes de la universidad puede elegir la admision sobre que rama se quieren especializar.  

En esta seccion de estadistica aplicada podras encontrar todos aquellos master relacionados con esta tematica. Los programas de formacion de este tema son muy variados, y ademas existen programas de formacion que aportan una vision mas general de la tematica que sirven para introducirte en este campo y otros cursos especializados para perfeccionar un tema en concreto ademas de master universitarios con los que lograr una titulacion baremable que te ayude en tu crecimiento personal y laboral.

¿Desearias realizar un master de estadistica aplicada? Estas de suerte porque este 2019 con Euroinnova vas a poder hacer tu matricula y conseguir tu acceso lo antes posible. ¿Sigues con dudas? Ponte en contacto con nosotros y te explicamos lo que necesites y mas. Porque este 2019 es el año en el que aprenderas mas sobre estadistica aplicada. Completa este master con nosotros y muchos mas. Impartimos informacion a distancia como la universidad. Contamos con multitud de cursos homologados por la universidad. Entre ellas se encuentran la universidad y la universidad online. Solicita mas informacion acerca de como formalizar tu matricula este 2019.

Cursos Youtube Online Euroinnova Cursos Youtube Online Euroinnova

Si sigues teniendo dudas acerca de como hacer efectiva tu matricula, ponte en contacto con nosotros y te enseñamos los pasos para realizar la gestion.

Ponte en contacto a traves de Facebook, Twitter o la web de la escuela para ver mas informacion sobre como completar en 2019 tus estudios de ciencias del ambito universitario con el curso de formacion que te permitira aprender sobre estadisticas, datos e investigacion y consigue con tu matricula la admision en el master, con el que podras tener acceso a realizar el doctorado y trabajar en el mundo profesional.

Entra en la web y tendras acceso a mas informacion sobre el master estadistica aplicada y otros cursos y master con titulo de caracter universitario con los que conseguir tus creditos y realizar estudios de investigacion y analisis de datos. No dejes pasar mas tiempo para tener acceso desde la web a toda la informacion sobre como realizar estudios de investigacion y analisis de datos gracias al master estadistica aplicada y otros cursos y master con titulo de caracter universitario con los que conseguir tus creditos.

Si quieres tener acceso al master estadistica aplicada y otros cursos y master con titulo de caracter universitario con los que conseguir tus creditos y realizar estudios de investigacion y analisis de datos, entra en la web para ver mas informacion.

Ver mas en la seccion de Masters

¡Te esperamos!

Comparte con tus amigos: Compartir en Facebook Compartir en Twitter Compartir en Whatsapp Compartir en Linkedin
Es tu momento.
Continúa creciendo profesionalmente con Euroinnova
¡MATRICULATE YA!
Juan Antonio Cortés Ibañez
Grado en Ingeniería en Informática, Máster universitario en Ciencia de Datos
Linkedin Euroinnova Twitter Euroinnova Google Scholar Euroinnova
Rafael Marín Sastre
Titulado Universitario 1 ciclo o Diplomado - Ingeniero Técnico en Informática de Sistemas
Linkedin Euroinnova Twitter Euroinnova Google Scholar Euroinnova

Blogs relacionados con master estadistica online