| N° |
Objetivo |
Contenido |
Horas Teóricas |
Horas Prácticas |
Horas E-learning |
| 1 |
Los Participantes Serán Capaces De Analizar Grandes Conjuntos De Datos A Través De La Elaboración Y Aplicación De Métodos De Presentación Y Análisis De Datos. |
Módulo 1. Análisis De Grandes Conjuntos De Datos 1. Tipos De Variables 2. Escalas De Medición 3. Distribuciones De Frecuencia 3.1. Elaboración De Una Distribución De Frecuencias Para Datos Continuos 3.2. Elaboración De Una Distribución De Frecuencias Para Datos Discretos 3.3. Elaboración De Una Distribución De Frecuencias Acumuladas 4. Otros Métodos De Presentación De Datos 5. Medidas De Tendencia Central De Una Distribución De Frecuencias 5.1. Media 5.2. Moda 5.3. Mediana 6. Medidas De Dispersión De Una Distribución De Frecuencias 6.1. Rango 6.2. Varianza 6.3. Desviación Estándar 6.4. Coeficiente De Variación 7. Medidas De Forma De Una Distribución De Frecuencias 7.1. Cuartiles, Quintiles Y Percentiles 7.2. Coeficiente De Simetría 7.3. Curtosis |
2 |
2 |
0 |
| 2 |
Los Participantes Serán Capaces De Aplicar Modelos Matemáticos De Distribución De Probabilidades Muestrales. |
Módulo 2. Distribuciones De Probabilidad 1. Conceptos Básicos De Probabilidad 1.1. Concepto De Probabilidad Simple, Conjunta Y Marginal 1.2. Teorema De Bayes 2. Distribuciones De Probabilidad 2.1. Variables Discretas 2.1.1. Distribución Binomial 2.1.2. Distribución De Poisson 2.2. Variables Continuas 2.2.1. Distribución Normal 2.2.2. Evaluación De La Normalidad 2.3. Distribuciones Muestrales 2.3.1. De La Media 2.3.1.1. Estimación De Intervalos De Confianza (Puntual Y De Intervalo) 2.3.1.2. Intervalo De Confianza De La Media Con Desviación Estándar Conocida 2.3.1.3. Error De La Estimación Y Tamaño De Muestra 2.3.2. De Una Proporción 2.3.2.1. Estimación De Intervalos De Confianza (Puntual Y De Intervalo) 2.3.2.2. Intervalo De Confianza De La Media Con Desviación Estándar Conocida 2.3.2.3. Error De La Estimación Y Tamaño De Muestra. |
3 |
4 |
0 |
| 3 |
Los Participantes Serán Capaces De Conocer Y Aplicar Diversas Pruebas De Hipótesis De Proporciones, Muestras, Intervalos Y Varianzas. |
Módulo 3. Fundamentos De Pruebas De Hipótesis 1. Metodología De Las Pruebas De Hipótesis 2. Prueba De Z De Hipótesis Para La Media (S Conocida) 3. Prueba De T De Hipótesis Para La Media (S Desconocida) 4. Prueba De Z De Hipótesis Para Una Proporción 5. Pruebas De Dos Muestras 5.1. Comparación De Medias De Dos Poblaciones Independientes 5.1.1. Prueba De Z 5.1.2. Prueba De T 5.1.3. Estimación Del Intervalo De Confianza Para La Diferencia Entre Medias 5.1.4. Prueba De T De Varianza Separada 5.2. Comparación De Medias De Dos Poblaciones Relacionadas 5.2.1. Prueba De T Pareada 5.2.2. Estimación Del Intervalo De Confianza Para La Diferencia De La Media 5.3. Comparación De Proporciones De Dos Poblaciones 5.3.1. Prueba De Z Para La Diferencia Entre Proporciones 5.3.2. Estimación Del Intervalo De Confianza Para La Diferencia Entre Proporciones 5.4. Prueba De F Para La Diferencia Entre Dos Varianzas 5.5. Prueba De Q De Dixon 5.6. Prueba De Grubbs |
3 |
4 |
0 |
| 4 |
Los Participantes Serán Capaces De Conocer Y Aplicar Y Analizar Datos Basado En Técnica Anova |
Módulo 4. Análisis De Varianza (Anova 1. Conceptos Generales 2. Descomposición De La Varianza Total 3. Diversos Modelos De Análisis De Varianza 4. Consideraciones Metodológicas Previas 5. Requisitos Previos Para Utilizar El Análisis De Varianza 6. Anova Para Muestras Independientes 6.1. Etapas 6.2. Procedimiento 6.3. Cálculos Posteriores 6.4. Pruebas De Contraste 7. Anova Para Muestras Relacionadas 7.1. Condiciones Y Procedimiento 7.2. Contrastes Posteriores 7.3. Análisis Complementario: Asociación Y Fiabilidad 8. Anova Con Dos Criterios De Clasificación 8.1. Planteamiento General Y Conceptos Previos 8.2. Metodología 8.3. Cálculos Previos Y Propios Del Anova 8.4. Análisis Adicionales: Coeficientes De Asociación, Contrastes Posteriores Y Tamaño Del Efecto 9. Análisis De Tendencias 9.1. Verificación En Muestras Independientes 9.2. Verificación En Muestras Relacionadas. |
3 |
4 |
0 |
| 5 |
Los Participantes Serán Capaces De Conocer Y Aplicar Modelo De Regresión Lineal Bivariado |
Módulo 5. Modelo De Regresión Lineal Bivariado 1. Tipos De Modelos De Regresión Y Método De Mínimos Cuadrados 2. Medidas De Variación Y Su Interpretación 2.1. Suma De Cuadrados Total, De Cuadrados De Regresión, De Cuadrados Del Error 2.2. Coeficiente De Determinación Y Error Estándar De Estimación 3. Supuestos De Regresión Y Análisis De La Idoneidad Del Modelo Ajustado 4. Inferencias Acerca De La Pendiente 4.1. Prueba De T Para La Pendiente 4.2. Prueba De F Para La Pendiente 4.3. Estimación Del Intervalo De Confianza Para La Pendiente 5. Estimación De Valores Pronosticados 5.1. Intervalos De Confianza Y Intervalo De Predicción 6. Correlación 6.1. Coeficiente De Correlación Y Existencia De Correlación 7. Estimación De Medidas De Incertidumbre 7.1. Procedimiento 7.2. Incertidumbre E Intervalos De Confianza 7.3. Incertidumbre De La Calibración. |
3 |
4 |
0 |
| 6 |
Los Participantes Serán Capaces De Monitorear Y Controlar Procesos A Través De La Aplicación De Elementos Matemáticos De Cálculo Probalístico. |
Módulo 6. Monitoreo Y Control De Procesos. 1. Conceptos Generales Asociados A Los Diagramas De Control 2. Distribuciones De Probabilidad Aplicadas A Diagramas De Control 2.1. Distribución Binomial 2.2. Distribución De Poisson 2.3. Distribución Normal 3. Aplicaciones De La Distribución De Variable Continua 3.1. Diagramas De Control Por Variables 3.1.1. Gráficos X 3.1.2. Gráficos R 4. Aplicaciones De La Distribución De Variable Discreta 4.1. Gráficos De Control Por Atributos 4.1.1. Gráficos P 4.1.2. Gráficos Np 4.1.3. Gráficos C 4.1.4. Gráficos U |
3 |
5 |
0 |