Máster de formación permanente en Técnicas Estadísticas


La estadística es una rama de las ciencias matemáticas que se centra en el estudio y análisis de la variabilidad, así como del proceso aleatorio que la genera en base a las leyes de la probabilidad. En la actualidad, la estadística en general y la la figura del investigador en particular, resulta de gran utilidad e importancia en prácticamente cualquier ámbito, por lo que la formación que estos profesionales reciban debe ser de calidad para afrontar su trabajo con éxito.

Gracias a la realización de este Máster en Técnicas Estadísticas conocerá los aspectos teóricos y prácticos de la investigación a través del conocimiento de sus componentes. El principal objetivo de este máster universitario es dotar al alumnado de los conocimientos adecuados para llegar a dominar el uso y aplicación de los principales métodos, técnicas y análisis más relevantes de la estadística.

Para ello, cuenta con un programa de estudios ampliamente detallado y ajustado a las demandas y necesidades reales del mercado laboral. Si quieres recibir más información sobre los requisitos de acceso, la titulación recibida, las becas y descuentos disponibles, la metodología de estudio, etc. ponte en contacto con nosotros y una asesora podrá resolver todas tus dudas y consultas de forma detallada y sin compromiso.

Convocatoria

Abierta

Modalidad

ONLINE

Duración

Créditos

Precio

8.000 €

Titulación

Titulación Universitaria en Máster en Técnicas Estadísticas expedida por la UNIVERSIDAD ANTONIO DE NEBRIJA con 60 Créditos Universitarios ECTS

Objetivos

A través de este máster universitario se ofrece al alumnado la posibilidad de completar sus estudios y dominar en los métodos y análisis más importantes en el ámbito de la estadística, que le permitirán desarrollar su carrera profesional en uno de los sectores con mayor demanda de personal cualificado. Para ello, a lo largo de este máster se pretenden desarrollar las siguientes competencias:

  • Conocer los métodos o tácticas de la investigación social.
  • Aprender los tipos de encuesta que se encuentran en la investigación social.
  • Conocer las clases de muestreos aleatorios que hay.
  • Aprender los pasos para la elaboración del cuestionario.
  • Conocer los errores asociados al muestreo.
  • Conocer los distintos modelos de probabilidad.
  • Conocer las probabilidades de distribución.
  • Conocer la regresión-correlación.
  • Conocer la programación lineal.
  • Conocer las aplicaciones de la programación lineal.
  • Abordar la optimización de procesos.
  • Conocer la estadística espacial.
  • Conocer las distintas aplicaciones de la estadística espacial.
  • Realizar análisis sobre los procesos productivos.
  • Aplicar controles estadísticos a los procesos productivos.
  • Aprender qué son los datos funcionales.
  • Aprender transformar los datos discretos en funciones.

Perfil

El presente curso de Máster en Técnicas Estadísticas 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.

Se dirige a profesionales, estudiantes y titulados en el ámbito de la estadística y otras áreas afines, que quieran ampliar o actualizar sus conocimientos y recibir un título universitario reconocido con 60 créditos ECTS con el que poder acreditar los estudios superados.

Temario


PARTE 1. MODELOS DE PROBABILIDAD Y REGRESIÓN

  • MÓDULO 1. PROBABILIDAD
    • UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS DE PROBABILIDAD Y REGRESIÓN
    • UNIDAD DIDÁCTICA 2. MODELOS DISCRETOS
    • UNIDAD DIDÁCTICA 3. MODELOS CONTINUOS
    • UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE MODELOS
  • MÓDULO 2. REGRESIÓN
    • UNIDAD DIDÁCTICA 1. REGRESIÓN LINEAL
    • UNIDAD DIDÁCTICA 2. REGRESIÓN LOGÍSTICA
    • UNIDAD DIDÁCTICA 3. ANÁLISIS DE SUPERVIVENCIA

PARTE 2. PROGRAMACIÓN LINEAL

  • UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA PROGRAMACIÓN LINEAL. TEOREMA FUNDAMENTAL
  • UNIDAD DIDÁCTICA 2. MODELOS
  • UNIDAD DIDÁCTICA 3. MÉTODOS DE RESOLUCIÓN DE PROBLEMAS EN PROGRAMACIÓN LINEAL
  • UNIDAD DIDÁCTICA 4. ANÁLISIS DE SENSIBILIDAD
  • UNIDAD DIDÁCTICA 5. DUABILIDAD
  • UNIDAD DIDÁCTICA 6. FUNDAMENTOS DEL MÉTODO SIMPLEX
  • UNIDAD DIDÁCTICA 7. PROGRAMACIÓN ENTERA. FUNDAMENTOS

PARTE 3. ESTADÍSTICA ESPACIAL

  • UNIDAD DIDÁCTICA 1. ESTADÍSTICA ESPACIAL Y DATOS ESPACIALES
  • UNIDAD DIDÁCTICA 2. MODELOS LINEALES Y ALGORITMO DE GIBBS SAMPLING</h4><ol><li>- Componentes de un modelo generalizado lineal
  • UNIDAD DIDÁCTICA 3. CORRELACIÓN ESPACIAL MUESTRAL, MODELOS TEÓRICOS DEL SEMIVARIOGRAMA Y MÉTODO KRIGING
  • UNIDAD DIDÁCTICA 4. ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES (AEDE)
  • UNIDAD DIDÁCTICA 5. ANÁLISIS DE PATRONES DE LOCALIZACIÓN DE PUNTOS
  • UNIDAD DIDÁCTICA 6. TEOREMA CENTRAL DEL LÍMITE

PARTE 4. TÉCNICAS PARA EL DISEÑO DE LAS ENCUESTAS Y EL MUESTREO

  • UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL
  • UNIDAD DIDÁCTICA 2. LA ENCUESTA COMO TÉCNICA DE INVESTIGACIÓN SOCIAL
  • UNIDAD DIDÁCTICA 3. SELECCIÓN DE MUESTRAS
  • UNIDAD DIDÁCTICA 4. SELECCIÓN DEL ENCUESTADO
  • UNIDAD DIDÁCTICA 5. ELABORACIÓN DEL CUESTIONARIO
  • UNIDAD DIDÁCTICA 6. LA ENTREVISTA
  • UNIDAD DIDÁCTICA 7. TRABAJO DE CAMPO
  • UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL TRATAMIENTO DE DATOS
  • UNIDAD DIDÁCTICA 9. EL INFORME DE INVESTIGACIÓN
  • UNIDAD DIDÁCTICA 10. LA CALIDAD DE LA ENCUESTA

PARTE 5. CONTROL ESTADÍSTICO DE LA CALIDAD

  • UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL CONTROL ESTADÍSTICO DE CALIDAD
  • UNIDAD DIDÁCTICA 2. ELEMENTOS DE PROBABILIDAD Y ESTADÍSTICA
  • UNIDAD DIDÁCTICA 3. CONTROL POR VARIABLES Y ATRIBUTOS
  • UNIDAD DIDÁCTICA 4. MUESTREO
  • UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
  • UNIDAD DIDÁCTICA 6. TEORÍA DE VIABILIDAD

PARTE 6. DATOS FUNCIONALES

  • UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS FUNCIONAL DE DATOS
  • UNIDAD DIDÁCTICA 2. HERRAMIENTAS PARA EXPLORAR DATOS FUNCIONALES
  • UNIDAD DIDÁCTICA 3. ESPACIOS DE BANACH
  • UNIDAD DIDÁCTICA 4. ESPACIOS DE HILBERT
  • UNIDAD DIDÁCTICA 5. REGRESIÓN PARA DATOS FUNCIONALES
  • UNIDAD DIDÁCTICA 6. EJEMPLOS PRÁCTICOS DE ANÁLISIS FUNCIONALES DE DATOS

PARTE 7. PROYECTO FIN DE MÁSTER