Becas Fundación Euroinnova: Avanza en Formación, crece en oportunidades. SOLICITA BECA AVANZA

¡Aplicar ahora!

Inscríbete en este Master en Estadística Aplicada Online y obtén una Titulación Expedida por la Universidad Católica de Murcia

Titulación
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
12 meses - 60 ECTS
Baremable Oposiciones
Baremable Oposiciones
Administración pública
Becas y Financiación
Becas y Financiación
sin intereses
Plataforma Web
Plataforma Web
24 Horas
Centro Líder
Centro Líder
formación online

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Master en Estadística Aplicada + 60 Créditos ECTS

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Laura Ferreiro

ASTURIAS

Opinión sobre Master en Estadística Aplicada + 60 Créditos ECTS

Comentarios

Lucía García

MÁLAGA

Opinión sobre Master en Estadística Aplicada + 60 Créditos ECTS

Estaba buscando un máster que me permitiera llevar mi propio ritmo y así poder compaginarlo con mi trabajo. Elegí Euroinnova porque tenía buenos comentarios, por el precio, que es bastante competitivo, y porque me permitían fraccionar el pago. Estoy muy contenta de haberlo hecho, a plataforma funciona muy bien y el temario es muy completo. Repetiré seguro.

María Aguirre

ZAMORA

Opinión sobre Master en Estadística Aplicada + 60 Créditos ECTS

En general el Máster Estadística Aplicada Online me ha gustado bastante. El temario es muy completo, aunque a veces se puede hacer pesado. Lo mejor de Euroinnova son los tutores de los cursos y másteres, son muy atentos y resuelven cualquier duda que tengas. Lo recomiendo.
* Todas las opiniones sobre Master en Estadística Aplicada + 60 Créditos ECTS, 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.
Alumnos

Plan de estudios de Master estadística aplicada online

MASTER ESTADÍSTICA APLICADA ONLINE. Con el Master Estadística Online podrás adquirir las habilidades y competencias adecuadas para desarrollar tu carrera profesional de la forma más rápida, cómoda y sencilla, sin salir de casa y al mejor precio. Contacta con nosotros y solicita información sin compromiso.

Resumen salidas profesionales
de Master estadística aplicada online
Las empresas actuales requieren de gran cantidad de información para su toma de decisiones. El estudio de la viabilidad de las empresas y sus proyecciones futuras se basan en multitud de variables, siendo una de ellas los resultados de sus estudios estadísticos. 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, nuestro Máster en Estadística Aplicada le permitirá recibir la formación adecuada que le permita analizar datos, tendencias sociales, políticas y económicas y aplicarlo al mundo empresarial, convirtiéndose en una pieza fundamenta en la dirección de las sociedades.
Objetivos
de Master estadística aplicada online
- Conocer el software especializado en estadísticas y las bases de datos. - Analizar los modelos econométricos - Aprender a elaborar y analizar encuestas - Descifrar la estadística no paramétrica. - Describir los elementos que influyen en la elección del consumidor.
Salidas profesionales
de Master estadística aplicada online
La aplicación de la estadística es muy amplia y se extiende a todo tipo de sectores. Tras finalizar el master, tendrás las competencias profesionales para desarrollar tu actividad profesional por cuenta ajena o por cuenta propia en área de empresa, pero también en psicología, investigador social, experto en investigación mediante encuestas, trabajo de campo, estadística, etc.
Para qué te prepara
el Master estadística aplicada online
El Máster en Estadística Aplicada le permitirá obtener un conocimiento especializado sobre la estadística económica y su importancia en la empresa actual. Conocerás las principales técnicas de recogida de información social y del mercado y podrás manejar las principales bases de datos económicos y estadísticas. Te dará la opción de formar parte de la dirección en la empresa y aportar tus conclusiones para la toma de decisiones.
A quién va dirigido
el Master estadística aplicada online
La formación y el contenido de nuestro Máster en Estadística Aplicada está dirigido principalmente a todos aquellos recién titulados en estadística que quieran ampliar sus conocimientos. Los fines de investigación y comerciales que pueden tener los análisis estadísticos lo hacen también interesante para cualquier empresa que desea conocer su evolución y futuro.
Metodología
de Master estadística aplicada online
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. Además recibirá los materiales didácticos que incluye el curso para poder consultarlos en cualquier momento y conservarlos una vez finalizado el mismo.La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
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.

Temario de Master estadística aplicada online

Descargar GRATIS
el temario en PDF
  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
  1. Estadística descriptiva
  2. Estadística inferencial
  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
  1. Introducción al análisis conjunto de variables
  2. Asociación entre dos variables cualitativas
  3. Correlación entre dos variables cuantitativas
  4. Regresión lineal
  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
  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
  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
  1. Distribución rectangular
    1. - Distribución rectangular estandarizada
  2. Distribución triangular
    1. - Distribución triangular estandarizada
  3. Distribución trapezoidal
    1. - 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
    1. - Distribución beta
  7. Distribución normal
  8. Distribuciones relacionadas con la distribución normal
    1. - La distribución ? 2 de Pearson
    2. - La distribución t de Student
    3. - La distribución F de Snedecor
  9. Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra
  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
    1. - Caso en el que las varianzas de ambas poblaciones son conocidas
    2. - Caso en el que las varianzas de ambas poblaciones son desconocidas pero iguales
    3. - Caso en el que las varianzas de ambas poblaciones son desconocidas y desiguales (Aproximación de Welch)
    4. - 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
  1. Método de máxima verosimilitud para la obtención de estimadores
    1. - Elemento de verosimilitud muestral de una variable aleatoria discreta
    2. - Elemento de verosimilitud muestral de una variable aleatoria continua
    3. - Método de obtención del estimador máximo verosímil en el caso de un sólo parámetro
    4. - 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
    1. - Estimadores insesgados
    2. - Estimadores eficientes
    3. - Estimadores consistentes
    4. - Estimadores suficientes
  1. Intervalos de confianza para la media de una distribución normal
    1. - Caso en el que la varianza de la población es conocida
    2. - 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
    1. - Caso de ambas varianzas conocidas
    2. - Caso en el que las dos varianzas son desconocidas pero iguales
    3. - Caso en el que ambas varianzas son desconocidas y desiguales (aproximación de Welch)
    4. - 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
    1. - Intervalos unilaterales cuando la media de la población es conocida
    2. - Intervalos unilaterales cuando la media de la población es desconocida
    3. - Intervalos de confianza bilaterales
  6. Intervalo de confianza para la razón de varianzas
    1. - Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas
  7. Construcción de regiones de confianza
  1. Formulación de un contraste de hipótesis
    1. - Hipótesis nula y alternativa
    2. - Región de rechazo y tipos de error
    3. - Función de potencia
  2. Contraste de hipótesis para la media de una población normal
    1. - Contraste para la media cuando la varianza es conocida
    2. - Contraste para la media cuando la varianza es desconocida
    3. - Contraste para la proporción
  3. Contraste para la diferencia de medias
    1. - Caso en el que se conocen las varianzas
    2. - Caso de las dos varianzas desconocidas e iguales
    3. - Caso de dos varianzas desconocidas y tamaños muestrales altos
  4. Contraste para la diferencia de proporciones
  5. Contraste para la varianza
    1. - Región de rechazo y función de potencia
    2. - Cálculo de s 2 y del tamaño muestral necesario para alcanzar un determinado valor de potencia
  6. Contraste para la razón de varianzas
    1. - Contraste de dos colas
    2. - Contraste de una cola a la derecha
  7. Análisis de razón de verosimilitudes
  1. Introducción a los modelos econométricos
  2. Especificación y estimación del modelo lineal simple
    1. - Introducción
    2. - Estimación mínimo-cuadrática
    3. - Propiedades de los estimadores mínimo cuadráticos ordinarios
  3. Estimación de la varianza de la perturbación aleatoria
    1. - Cálculo de la suma de cuadrados residual y significado de la varianza muestral del residuo
  1. Estimadores máximo-verosímiles
    1. - 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
    1. - Predicción puntual óptima
    2. - Distribución del predictor lineal e intervalo de confianza para la E[Yˆ0 X0 ]
    3. - Intervalo de confianza para Y0 y análisis de la permanencia estructural del modelo
  9. El MLS de un solo parámetro o sin término independiente
    1. - Propiedades algebraicas y estadísticas
    2. - Inferencia en el MLS normal y sin término independiente
  10. Ejercicio tipo del MLS
  1. Introducción
  2. Especificación del modelo de regresión lineal múltiple
  3. Inferencia estadística del MRLM I
    1. - El modelo de estimación por mínimos cuadrados ordinarios (MCO)
    2. - Propiedades del estimado mínimo cuadrático ordinario
    3. - Distribución muestral del vector de residuos, e
    4. - El estimador de la varianza del término de perturbación
  4. Inferencia estadística del MRLM II
    1. - Contraste de hipótesis sobre un parámetro. Intervalo de confianza
    2. - Contraste de significación del modelo
  5. Sumas de cuadrados, análisis de la varianza y R2
  6. El proceso de predicción
  7. Estimación restringida
    1. - Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis
  8. Contrastes de cambio estructural, linealidad y normalidad
  9. Errores de especificación
  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
    1. - El factor de inflación de la varianza (FIV)
    2. - El número de condición
    3. - Contradicción entre los tests individuales de la t y el test conjunto de la F
    4. - Descomposición de la varianza del estimador
  7. Posibles soluciones a la multicolinealidad
    1. - Incorporación de nueva información
    2. - Especificación de un nuevo modelo
    3. - Métodos alternativos de estimación
  1. Introducción
  2. El modelo de regresión con variables ficticias
  3. Una nueva versión del contraste de cambio estructural
  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
    1. - La naturaleza de la relación entre las variables
    2. - La transformación de variables
    3. - La omisión de variables relevantes
  6. Métodos de estimación en presencia de heteroscedasticidad
    1. - Matriz de varianzas y covarianzas de la perturbación conocida
    2. - Matriz de varianzas y covarianzas de la perturbación desconocida 154
  7. Contrastes de heteroscedasticidad
    1. - El contraste de Goldfeld-Quandt
    2. - El contraste de Breusch-Pagan
    3. - El contraste de White
  8. Autocorrelación
    1. - La existencia de ciclos y/o tendencias
    2. - Relaciones no lineales
    3. - La omisión de variables relevantes
  9. Esquemas lineales con comportamiento autocorrelacionado
  10. Métodos de estimación en presencia de autocorrelación
    1. - El método de Cochrane-Orcutt
    2. - El método de Prais-Winsten
    3. - El método de Durbin
  11. Contrastes de autocorrelación
    1. - El contraste de Durban-Watson
    2. - El contraste de Godfrey
    3. - Las funciones de autocorrelación simple (FAS) y parcial (FAP) de los residuos
    4. - Contrastes de Box-Pierce y Ljung-Box
  1. Introducción
  2. Modelos de elección discreta (variable dependiente dicotómica)
    1. - Modelo lineal de probabilidad
  3. Especificación e inferencia de los modelos Probit y Logit
    1. - Método de estimación por máxima verosimilitud
    2. - Residuos generalizados
    3. - Bondad de Ajuste
    4. - 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)
    1. - El Contraste de Razón de Verosimilitud
    2. - El Contraste de Wald
    3. - Contraste de los multiplicadores de Lagrange o Test de “Score”
    4. - Comparación entre los Tests de RV, W, ML
  5. Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM)
    1. - La hipótesis de la utilidad aleatoria
    2. - Modelo Logit Condicional (MLC)
    3. - Modelo mixto
    4. - El modelo Logit multinomial
    5. - Hipótesis de independencia de las alternativas irrelevantes
  1. Especificación e inferencia de Modelo de Regresión Censurado (Modelo Tobit)
    1. - Métodos de estimación en dos etapas y de la máxima verosimilitud
    2. - Errores de especificación. Residuos generalizados. Normalidad y Heteroscedasticidad
  2. Variaciones del Modelo Tobit Standard
  3. Generalización del Modelo Tobit: Modelos bivariantes
    1. - Modelo de “dos partes”
    2. - El modelo de “doble valla” (Cragg, 1791)
    3. - El Modelo de Selectividad (Heckman, 1979)
    4. - Modelos de Infrecuencia de compra
  4. Introducción a los modelos de recuento.
  1. Introducción
  2. Tipología de modelos con datos de panel
  3. Métodos de estimación para modelos en niveles o estáticos
    1. - Estimador MCO (Modelo sin efectos)
    2. - Estimadores entre-grupos
    3. - Estimador de covarianza (CV) o intragrupos para los efectos individuales
    4. - Estimación MCG para los efectos individuales
    5. - Estimador de covarianza o intragrupos (CV2) para los efectos individuales y temporales
    6. - Estimación de MCG para los efectos individuales y temporales
  4. Contrastes de especificación en el modelo estático
    1. - Contraste de homogeneidad del panel
    2. - Contraste de significación de los coeficientes en el modelo de efectos fijos
    3. - Estimación robusta
    4. - Contraste de nulidad de los efectos aleatorios
    5. - Contraste entre efectos fijos o aleatorios
  5. El modelo dinámico
  6. Contrastes de especificación en el modelo dinámico
    1. - Contraste para la autocorrelación de la perturbación
    2. - Contraste para la sobreidentificación de instrumentos
  1. Introducción, concepto y funciones de la estadística
  2. Estadística descriptiva
  3. Estadística inferencial
  4. Medición y escalas de medida
  5. Variables: clasificación y notación
  6. Distribución de frecuencias
  7. Representaciones gráficas
  8. Propiedades de la distribución de frecuencias
  9. Medidas de posición
  10. Medidas de dispersión
  11. Medidas de forma
  12. Curva de Lorenz, coeficiente de Gini e índice de Theil
  1. Medidas de tendencia central
  2. Medidas de posición
  3. Medidas de variabilidad
  4. Índice de asimetría de Pearson
  5. Puntuaciones típicas
  1. Introducción al análisis conjunto de variables
  2. Asociación entre dos variables cualitativas
  3. Correlación entre dos variables cuantitativas
  4. Regresión lineal
  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
  1. Conceptos previos
  2. Métodos de muestreo
  3. Principales indicadores
  1. Introducción a las hipótesis estadísticas
  2. Contraste de hipótesis
  3. Contraste de hipótesis paramétrico
  4. Tipologías de error
  5. Contrastes no paramétricos
  1. Introducción a los modelos de regresión
  2. Modelos de regresión: aplicabilidad
  3. Variables a introducir en el modelo de regresión
  4. Construcción del modelo de regresión
  5. Modelo de regresión lineal
  6. Modelo de regresión logística
  7. Factores de confusión
  8. Interpretación de los resultados de los modelos de regresión
  1. Estadística no paramétrica. Conceptos básicos
  2. Características de las pruebas
  3. Ventajas y desventajas del uso de métodos no paramétricos
  4. Identificación de las diferentes pruebas no paramétricas
  1. Introducción
  2. Metodología de investigación
    1. - Metodología
    2. - Método científico
  3. Métodos o tácticas
    1. - Experimental
    2. - Correlacional
    3. - Observacional
  4. Técnicas
  5. Elección del método y las técnicas
    1. - Criterios de selección del método y las técnicas
  6. Las técnicas en sí mismas
  1. Introducción
  2. Historia de las encuestas en la investigación social
    1. - La aritmética política
    2. - La estadística moral
    3. - El movimiento de Encuestas y Monografías Sociales
    4. - Marx y Weber
    5. - El estudio de las actitudes
    6. - Las votaciones particulares
    7. - Gallup, Roper y Crossley
  3. ¿Qué son las encuestas?
    1. - La encuesta y las técnicas de investigación
    2. - La encuesta: una técnica para explorar, describir y explicar la realidad social
    3. - Propuesta de una definición de encuesta
  4. Tipos de encuesta
    1. - La encuesta personal
    2. - La encuesta de correo
    3. - La encuesta telefónica
    4. - Otros tipos de encuesta
    5. - La elección del tipo de encuesta más adecuada en función de sus ventajas e inconvenientes
  5. El proceso general de investigación mediante encuestas
  1. Abordaje directo de la población
  2. Solución: encuestar sólo a una muestra
    1. - A la búsqueda de una solución
    2. - Representatividad de las muestras
    3. - Fases en la obtención de una muestra
  3. Acerca del tamaño de la muestra
    1. - Importancia del concepto
    2. - Algunos consejos
    3. - Expresiones de cálculo
  4. Muestras no aleatorias
  5. Muestreo aleatorio
    1. - Muestreo aleatorio simple
    2. - Muestreo sistemático con arranque aleatorio
    3. - Muestreo estratificado
    4. - Muestreo de conglomerados
    5. - Variantes
    6. - ¿Cómo escoger un procedimiento de muestreo?
  6. Errores de muestreo
    1. - El error muestral y sus expresiones asociadas
    2. - El error muestral y la estimación
    3. - Riesgo en la estimación
    4. - Un ejemplo concreto
  7. Consecuencias del muestreo en el análisis de los datos
    1. - Ponderación
    2. - Varianzas
    3. - Modelos de muestreo en el software al uso
  8. Problemas prácticos
    1. - Problemas con la base de datos
    2. - Problemas con la ausencia de respuesta
    3. - Los encuestadores
  9. Software para el muestreo: SOTAM
  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
    1. - Construcción de la ruta aleatoria
    2. - Selección del encuestado en la vivienda
  1. Introducción
  2. ¿Qué es un cuestionario?
  3. ¿Por qué utilizar un cuestionario?
  4. Esquema conceptual para orientar la elaboración del cuestionario
    1. - Las variables son constructos
  5. Pasos para la elaboración del cuestionario
  6. El objetivo del cuestionario
    1. - El contexto de la encuesta
    2. - Los recursos disponibles
  7. El diseño del cuestionario
  8. Recomendaciones para hacer las preguntas del cuestionario
    1. - Recomendaciones para elaborar preguntas factuales
    2. - Preguntas abiertas comparadas con preguntas cerradas
    3. - Preguntas llave o filtro
  9. Medición de estados subjetivos
    1. - Tests de ordenación
    2. - Tests tipo Likert
  10. Revisión de las preguntas
    1. - Procedimientos subjetivos
    2. - Procedimientos empíricos
  11. Preguntas demográficas
  12. Orden y disposición de las preguntas en el cuestionario
  1. Introducción
  2. La selección de entrevistadores
  3. El entrenamiento de los entrevistadores
    1. - Entrenamiento genera]
    2. - Entrenamiento específico
    3. - Materiales y procedimientos de entrenamiento
  4. Acceso al campo
  5. La entrevista en sí
    1. - Concepto y tipos de entrevista
    2. - La realización de la entrevista
    3. - La revisión de !a entrevista
    4. - Supervisión y control
    5. - Feed-back
  6. Guía de la entrevista
  1. El trabajo de campo
    1. - Selección y formación de encuestadores
    2. - Coordinación, seguimiento y control del trabajo de campo
  2. Material para realizar el trabajo de campo
    1. - Manual o normas para encuestadores
    2. - Cuestionario
    3. - Carne o acreditación como encuestador
    4. - Tarjeta de agradecimiento y/o de la empresa
    5. - Hoja de resultados o incidencias
    6. - Ficha de campo
    7. - Punto de inicio de ruta
    8. - Teléfono de contacto
    9. - Cuaderno de notas
  1. Introducción
  2. Tratamiento de dalos
    1. - Términos comunes
    2. - Codificación de datos
    3. - Formato de los dalos
    4. - Escritura de los datos
    5. - Errores en los datos
  3. Análisis estadístico de datos
  1. Introducción
  2. Aprendiendo de los informes publicados
  3. Cuestiones y consideraciones generales
    1. - Cuestiones previas
    2. - Tipos de informes
    3. - Consideraciones generales
  4. El informe técnico y su presentación
    1. - Estructura del informe
    2. - Elementos de un informe
    3. - Presentación de datos
  1. Introducción
  2. Errores asociados al muestreo
    1. - La no respuesta
  3. Errores asociados con el cuestionario
    1. - Necesidad de hacer estudios piloto
  4. Errores asociados con la entrevista
    1. - Errores asociados a los encuestadores
    2. - La importancia en la supervisión
    3. - Repaso a la entrevista y cumplimentación correcta de cuestionarios
  5. Errores asociados con el tratamiento de datos
    1. - Errores en la codificación de datos
    2. - Errores asociados al registro o grabación de los datos
    3. - Errores en la preparación de los datos para el análisis
    4. - Imputación de dalos a las respuestas perdidas y a las no respuestas
  1. Definición de serie temporal
  2. Objetivos y componentes de las series temporales
  3. Clasificación
  4. Métodos clásicos de análisis
  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
  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
  1. Ideas básicas para la construcción de modelos
    1. - Identificación
    2. - Estimación
    3. - Diagnosis
    4. - Predicción
  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
    1. - Métodos para la detección de atípicos
  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
  1. Formulación de un modelo de función de transferencia
  2. Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia
    1. - Relación entre correlación cruzada y función de transferencia
  3. Concepto de preblanqueado
    1. - Identificación del modelo del proceso ruido
  1. Estadística no paramétrica. Conceptos básicos
    1. - Tipos de datos: cualitativos y cuantitativos
  2. Características de las pruebas
    1. - Características de las pruebas paramétricas
    2. - Características de las pruebas no paramétricas
  3. Ventajas y desventajas del uso de métodos no paramétricos
    1. - Ventajas del uso de métodos no paramétricos
    2. - Desventajas del uso de métodos no paramétricos
  4. Identificación de las diferentes pruebas no paramétricas
    1. - Principales pruebas no paramétricas
    2. - Clasificación de las pruebas no paramétricas
  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
  1. Prueba de los signos
  2. Prueba del rango con signo de Wilcoxon
  3. Prueba de McNemar
  1. Pruebas para k muestras relacionadas
  2. Prueba de Cochran
  3. Prueba de Friedman
  4. Coeficiente de concordancia de W de Kendall
  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
  1. Pruebas no paramétricas para K muestras independientes
  2. Prueba de la mediana
  3. Prueba H de Kruskal-Wallis
  4. Prueba de Jonckheere-Terpstra

Titulación de Master estadística aplicada online

Titulación Universitaria de Master en Formación Permanente en Estadística Aplicada con 1500 horas y 60 créditos ECTS por la Universidad Católica de Murcia Si lo desea puede solicitar la Titulación con la APOSTILLA DE LA HAYA (Certificación Oficial que da validez a la Titulación ante el Ministerio de Educación de más de 200 países de todo el mundo. También está disponible con Sello Notarial válido para los ministerios de educación de países no adheridos al Convenio de la Haya.
master estadistica online
UCAM - Universidad Catolica de Murcia

Cursos relacionados

Curso de Instalación y Mantenimiento de Placas Solares Fotovoltáicas
Curso de Instalación y Mantenimiento de Placas Solares Fotovoltáicas
4,8
219USD
Curso de Tratamiento de Agua Potable (Titulación Universitaria + 6 Créditos ECTS)
Curso de Tratamiento de Agua Potable (Titulación Universitaria + 6 Créditos ECTS)
4,8
109USD
Certificacion Profesional en Gestion y Tratamientos de Aguas ETAP y EDAR
Certificacion Profesional en Gestion y Tratamientos de Aguas ETAP y EDAR
4,8
286USD
Curso Online Técnico en Energía Solar Fotovoltaica: Práctico
Curso Online Técnico en Energía Solar Fotovoltaica: Práctico
4,8
65USD
Euroinnova Business School
Miguel Angel Aparicio Jimenez
Tutor
Grado en Biología Máster Universitario en Biotecnología (Rama Industrial) Doctorado en Biociencias y Ciencias Agroalimentarias Curso de Formación E-Learning
Su formación +
Linkedin Euroinnova
Euroinnova Business School
Francisco Navarro Martinez
Tutor
Doctor en Ciencias Aplicadas al Medio Ambiente, con especialidad en Recursos Hídricos, por la Universidad de Almería y Perito Ambiental.
Su formación +
Linkedin Euroinnova
Euroinnova Business School
Nerea Martin Pavon
Tutor
Grado en Química Especializada en Síntesis Orgánica Aplicada a la Química Médica
Su formación +
Linkedin Euroinnova

7 razones para realizar el Master estadística aplicada online

1
Nuestra experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
Logo google
4,7
2.625 Opiniones
Logo youtube
8.582
suscriptores
Logo facebook
4,4
12.842 Opiniones
Logo youtube
5.856
Seguidores
2
Nuestra Metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001 y 14001.

Certificación de calidad
4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

Confianza logo Proteccion logo
5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 900 831 200 o vía email en formacion@euroinnova.es

* Becas no acumulables entre sí

* Becas aplicables a acciones formativas publicadas en euroinnova.es

Materiales entregados con el Master estadística aplicada online

Información complementaria

Master Estadística Aplicada Online

¿Estás buscando completar tu formación y ampliar tus conocimientos en el ámbito matemático? ¿Te gustaría adquirir nuevas habilidades de esta rama? ¿Deseas conocer las principales diferencias entre la estadística inferencial y descriptiva? ¿No puedes seguir un horario fijo de trabajo? ¡En caso afirmativo, este Master Online Estadística Aplicada se ajusta a tus necesidades! ¡Aprendizaje 100% online y adaptado para ti!

¿Aún no te decides? Si te interesa la materia, te invitamos a que continúes leyendo la entrada de nuestro blog

master estadistica

¡Solicita toda la información necesaria en nuestra página web!

¿Por qué es importante realizar este curso sobre estadística?

La estadística se trata de una de las ciencias más importantes que utiliza datos numéricos para obtener inferencias basadas en el cálculo de probabilidades. Es una rama de estudio aplicable a diversas áreas de conocimiento como la Física, la Medicina o la Economía.

Esta disciplina se encarga de estudiar los métodos científicos necesarios para recoger, organizar y analizar los datos, de manera que se puedan tomar decisiones con base empírica. 

La importancia de los datos estadísticos se fundamenta en el hecho de que sirve para evaluar la tendencia futura de un fenómeno determinado. Es una herramienta fundamental para la investigación científica y empírica en diversos campos.

Este master te ayudará a conocer y asentar conceptos básicos relacionados con la estadística tales como:

  • Población.
  • Muestra. 
  • Censo.
  • Parámetro.

Todos ellos nos permiten conocer información y calcular diferentes actividades de un experimento.

¿Qué medidas te enseñaremos a usar en la estadística?

Se utilizan una serie de parámetros para resumir los datos obtenidos de la muestra y a su vez conocer mejor a la población.

Estas medidas son:

  • Centralización: nos permite conocer los valores medios de una distribución (la media, mediana y moda).
  • Dispersión: muestras la representatividad de las medidas centrales (varianza, desviación típica, cuasi varianza y coeficiente de correlación).
  • Localización: para poder mejorar la clasificación de la muestra.
  • Simetría: nos permite conocer el comportamiento de la simetría con respecto a los valores centrales.

¿Cuáles son los Fundamentos de la Estadística que estudiarás con Euroinnova?

La estadística consiste principalmente en el análisis de datos. Actualmente, no existe 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 análisis e interpretación de los números y los datos. Además, el dominio de la ciencia de datos y la visión global de los procesos científicos y sociales otorga una capacidad estratégica y de intuición por encima de la del resto de otros profesionales. Son capaces de plantear modelos predictivos y, así, dar soluciones factibles a las empresas 

Master Estadística Aplicada Online

¿Te gustaría realizar más cursos relacionados con la materia? En caso afirmativo, Euroinnova te ofrece un amplio catálogo, para que puedas ampliar tus salidas profesionales

¿Qué objetivos conseguirás con este Master Estadística Aplicada Online?

  • Aprendizaje de conceptos básicos.
  • Pensamiento lógico-crítico.
  • Saber, conocer y poder resolver problemas de diversas ciencias.
  • Conocer el comportamiento de diferentes eventos.

¿Qué habilidades y competencias te ayudaremos a desarrollar con este master Online?

Con este master te ayudaremos a desarrollar y analizar las diferentes habilidades y competencias de las cuales destacamos:

  • Capacidad para dar respuesta a problemas complejos de la vida cotidiana con cierto grado de fiabilidad y certeza.
  • Capacidad para visualizar datos: Persistencia y organización. 
  • Habilidades comunicativas: expresión oral y escrita de los datos.
  • Mentalidad resolutiva.

¿Por qué estudiar este Master en Estadística que te ofrece Euroinnova International Online Education?

Amplía tus estudios con una formación avanzada de calidad y profesional. Gracias al Master en Estadística podrás aprender los aspectos básicos necesarios para realizar estadísticas y muestreos para cualquier empresa de forma profesional. Ponte en contacto con nosotros para conocer más información sobre la formación, que te permitirá aprender más sobre estadísticas, datos e investigación.

El Master Estadística Online está dirigido a todas aquellas personas que desarrollan su actividad profesional en el mundo de la estadística.

Entra en nuestra web y encuentra la formación que mejor se adapte a tus necesidades. ¿A qué estás esperando?

¡Te esperamos!

Artículos relacionados

¿Tienes dudas?
Llámanos gratis al (+34)958 050 200