top of page

CONTENIDO

 

MÓDULO 1: INTRODUCCION AL ANALISIS DE DATOS Y FUNDAMENTOS DE INFERENCIA 

  1. Estadística Descriptiva 

  2. Modelos de Probabilidad: Distribución Normal 

  3. Estimaciones 

  4. Contrastes de Hipótesis 

  5. Contrastes de Bondad de ajuste 

  6. Transformaciones 

 

MÓDULO 2: ANALISIS DE VARIANZA Y DISEÑO DE EXPERIMENTOS 

  1. Comparación de dos tratamientos  

  2. Modelos de Análisis de la Varianza 

  3. Comparaciones múltiples y diagnosis del modelo 

  4. Bloques aleatorizados 

  5. Diseños factoriales con dos factores 

  6. Diseños factoriales con tres factores 

  7. Análisis de casos prácticos 

 

MÓDULO 3: REGRESION SIMPLE Y MULTIPLE 

  1. Regresión lineal: Hipótesis, estimación e inferencia 

  2. Predicción en regresión simple 

  3. Diagnosis del modelo: Datos atípicos y/o influyentes 

  4. Modelo de regresión lineal múltiple: Hipótesis, estimación e inferencia 

  5. Problemas de multicolinealidad 

  6. Variables explicativas cualitativas 

  7. Selección automática de modelos: Métodos, backward y forward 

 

MÓDULO 4: ANALISIS MULTIVARIANTE 

  1. Análisis descriptivo 

  2. Reducción de la dimensión 

  3. Componentes Principales 

  4. Análisis factorial 

  5. Modelos de heterogeneidad 

  6. Análisis cluster 

  7. Análisis discriminante 

 

MÓDULO 5: METODOS DE SIMULACION DE MONTE CARLO 

  1. Condiciones de uso 

  2. Generación de números aleatorios. Método de la función de distribución inversa. 

  3. Generación de muestras de variables aleatorias unidimensionales. 

  4. Aplicación de cálculo integral 

  5. Método Adaptativo 

  6. Aplicación a la propagación de incertidumbres. 

ANALISIS DE DATOS Y ESTADISTICAS AVANZADAS

  • 16 Hrs

     

    • Conocer las diferentes metodologías del análisis de datos 

    • Conocer las principales técnicas de análisis de datos, inferencia estadística, contraste de hipótesis y análisis de varianza. 

    • Conocer los métodos de diseño de experimentos a fin de realizar un estudio eficiente. 

    • Conocer los modelos de regresión simples y múltiples 

    • Conocer los métodos de reducción de dimensiones y análisis cluster. 

bottom of page