CURSO DE ESTADÍSTICA APLICADA, MODELADO MATEMÁTICO Y ANÁLISIS CUANTITATIVO (PYTHON Y R STUDIO Y STATA)

Estadística aplicada y análisis de datos.

• Fundamentos de Estadística Aplicada

• • Revisión de conceptos básicos: estadística descriptiva e inferencial.
  • Uso de herramientas estadísticas en análisis cuantitativo.
  • Exploración y limpieza de datos (detección de valores atípicos y manejo de datos faltantes).

• Inferencia Estadística y Análisis de Datos 

• • Contraste de hipótesis para múltiples poblaciones.
  • ANOVA (Análisis de Varianza) y ANCOVA.
  • Pruebas no paramétricas: Chi-cuadrado, Kruskal-Wallis, Mann-Whitney.

Modelos de regresión y series de tiempo.

• Modelos de Regresión

• • Regresión lineal múltiple: interacción entre variables independientes.
  • Diagnóstico y ajuste de modelos.
  • Regresión logística para datos categóricos.

• Series de Tiempo

• • Introducción al análisis de datos temporales.
  • Métodos de suavizamiento.
  • Modelos ARIMA (Box-Jenkins).

Estadística Multivariante y Diseño de Experimentos.

• Estadística Multivariante

• • Análisis de componentes principales (PCA).
  • Análisis de conglomerados (clustering).
  • Análisis discriminante.

• Diseño de Experimentos

• • Diseños completamente al azar, bloques y factoriales.
  • Efectos principales e interacciones.

Modelos generalizados y mixtos, Analisis Bayesiano

• Modelos Generalizados y Mixtos

• • Modelos lineales generalizados (GLM): Poisson, binomial.
  • Modelos de efectos aleatorios y mixtos.

• Análisis Bayesiano

• • Introducción al enfoque bayesiano.
  • Métodos de Monte Carlo (MCMC).
  • Priori y posteriori en aplicaciones prácticas.