Número de créditos: 10,00 ECTS
Modalidad de impartición: Presencial
Fechas de inicio-fin: 06/06/2013 - 28/06/2013
Horario: Jueves, Viernes. En horario de mañana y tarde
Contenido:
Descripción de las asignaturas del módulo:
Inferencia estadística: estimación y contraste de hipótesis
- Concepto de probabilidad. Variable aleatoria y modelos de distribuciones.
- Introducción a la inferencia estadística.
- Estimación puntual y estimación por intervalos
- Contrastes de hipótesis: conceptos básicos.
- Contrastes paramétricos relativos a una y varias muestras.
- Contrastes no paramétricos relativos a una y varias muestras.
Modelos lineales y series temporales
- Introducción a los modelos lineales.
- Modelo de Regresión Lineal Múltiple.
- Otros modelos lineales: Regresión Polinomial, Regresión Logística.
- Series Temporales: Análisis clásico, componentes y estimación.
- Modelización ARIMA de las series temporales univariantes .
Diseño Estadístico de Experimentos
- Introducción al diseño estadístico de experimentos.
- Experimentos con un factor.
- Comparaciones múltiples.
- Diseño aleatorizado en bloques
- Experimentos factoriales. Factores fijos y aleatorios. Factores anidados.
- Diseños split-plots.
Software Estadístico y Estadística Computacional I
- Introducción a SPSS.
- Introducción a SAS. Inferencia estadística a través de SAS.
- Introducción al Programa R. Inferencia estadística a través del Programa R
- Bases de datos. Lenguaje SQL. Microsoft Access. MySQL.
- INFERENCIA ESTADÍSTICA: ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS (2.75 crédito(s))
- MODELOS LINEALES Y SERIES TEMPORALES (2.75 crédito(s))
- DISEÑO ESTADÍSTICO DE EXPERIMENTOS (2 crédito(s))
- SOFTWARE ESTADÍSTICO Y ESTADÍSTICA COMPUTACIONAL I (2.5 crédito(s))
Número de créditos: 10,00 ECTS
Modalidad de impartición: Presencial
Fechas de inicio-fin: 05/09/2013 - 25/10/2013
Horario: Jueves, Viernes. En horario de mañana y tarde
Contenido:
Descripción de las asignaturas del módulo:
Técnicas estadísticas multivariantes para la investigación.
- Introducción general al Análisis Multivariante
- Técnicas de clasificación: Análisis de Conglomerados, Análisis Discriminante.
- Técnicas de reducción de la dimensión: Análisis Factorial, Análisis de Componentes Principales.
- Escalamiento Multidimensional
- Técnicas de imputación de datos
Análisis de datos categóricos
- Tablas de contingencia: contrastes y medidas de asociación.
- Análisis de Correspondencias.
- Modelo de Regresión Logística Multinomial.
- Modelos logarítmicos lineales.
Números índices e indicadores sociales
- Números índices simples y compuestos.
- Números índices en la Estadística Pública.
- Construcción y Análisis de Indicadores: marco conceptual, métodos de agregación, opciones de ponderación y análisis de sensibilidad.
Complementos al Análisis Estadístico de Datos
- Diversos temas y contenidos de interés en el ámbito del Análisis Estadístico de Datos, complemento a los tratados en los módulos anteriores, tales como Minería de Datos o Redes Neuronales.
Software Estadístico y Estadística Computacional II
- Técnicas estadísticas de clasificación mediante R.
- Técnicas estadísticas de reducción de la dimensión mediante R.
- Técnicas estadísticas de análisis de datos categóricos mediante R.
- Números índices y construcción de indicadores mediante R
- Análisis Estadístico de Datos mediante SAS.
- Técnicas estadísticas multivariantes para la investigación (2.5 crédito(s))
- Análisis de datos categóricos (1.5 crédito(s))
- Números índices e indicadores sociales (1.5 crédito(s))
- Complementos al análisis estadístico de datos (1.5 crédito(s))
- Software Estadístico y Estadística Computacional II (3 crédito(s))
Número de créditos: 10,00 ECTS
Modalidad de impartición: Presencial
Fechas de inicio-fin: 25/10/2013 - 20/12/2013
Horario: Jueves, Viernes. En horario de mañana y tarde
Contenido:
Descripción de las asignaturas del módulo:
Muestreo en poblaciones finitas.
- Introducción al muestreo en poblaciones finitas. Conceptos básicos
- Muestreo estratificado y por conglomerados. Diseños no probabilísticos.
- Estimación en el muestreo en poblaciones finitas: Estimadores lineales, estimación por intervalos, determinación del tamaño muestral.
- Estimación en el muestreo estratificado: Afijación muestral, post-estratificación.
- Estimación en el muestreo por conglomerados. Muestreo polietápico.
Técnicas avanzadas en muestreo en poblaciones finitas
- Diseños muestrales complejos. Tratamiento con SPSS
- Estimación de la varianza
- Estimadores no lineales. Estimación de la varianza.
- Estimación de parámetros de distribución y desigualdad
- Inferencia asistida por modelos.
- Estimadores de calibración
- Diseños balanceados. Enfoque predictivo.
- Muestreo doble, muestreo en ocasiones sucesivas.
- Errores ajenos al muestreo. No respuesta
Diseño y planificación de encuestas
- Etapas de una encuesta por muestreo.
- Diseño de cuestionarios.
- Selección aleatoria de unidades muestrales.
- Tratamiento de la no respuesta: Técnicas de imputación.
- Otros métodos de recogida de información: diversas técnicas cualitativas y método Delphi.
Complementos al muestreo en poblaciones finitas.
- Diversos temas y contenidos de interés en el ámbito del Análisis Estadístico de Datos, complemento a los tratados en los módulos anteriores, tales como tratamiento de la no respuesta en las estadísticas oficiales, métodos de reponderación con fuentes externas y desarrollo metodológico de encuestas públicas.
Software Estadístico y Estadística Computacional III.
- Implementación de diseños muestrales complejos y análisis de resultados con R.
- Implementación de diseños muestrales complejos y análisis de resultados con SAS.
- Sistemas de recogida de información. CAPI, CATI, HAPI, Entryware.
- Muestreo en poblaciones finitas (2 crédito(s))
- Técnicas avanzadas en muestreo en poblaciones finitas (2.5 crédito(s))
- Diseño y planificación de encuestas (1.5 crédito(s))
- Complementos al muestreo en poblaciones finitas (1.5 crédito(s))
- Software Estadístico y Estadística Computacional III (2.5 crédito(s))