Somos la Academia Fibonacci, tu puerta de entrada al aprendizaje móvil de alta calidad. Estamos dedicados a proporcionar una experiencia de aprendizaje excepcional en la palma de tu mano.
Nuestros cursos están diseñados para adaptarse a tu ajetreado estilo de vida y brindarte la flexibilidad que necesitas. Ya sea que desees mejorar tus habilidades profesionales, explorar nuevos pasatiempos o alcanzar tus objetivos académicos, estamos aquí para apoyarte en cada paso del camino.
Tema 1 ESTADÍSTICA DESCRIPTIVA UNIVARIANTE.
1.1 Conceptos elementales.
1.2 Distribuciones de frecuencias de un carácter: discretas y continuas.
1.3 Representaciones gráficas: caracteres cualitativos y cuantitativos.
1.4 Medidas de posición: media, mediana, moda y cuantiles.
1.5 Medidas de dispersión: rango, desviación media, varianza, desviación típica y coeficiente de variación. Momentos.
1.6 Medidas de forma: asimetría y apuntamiento.
Tema 2 ESTADÍSTICA DESCRIPTIVA BIVARIANTE. REGRESIÓN Y CORRELACIÓN.
2.1 Distribuciones bidimensionales: representación tabular y gráfica.
2.2 Distribuciones marginales y condicionadas. Momentos.
2.3 Relación entre variables: independencia, dependencia funcional y estadística. Regresión y correlación lineal simple.
2.4 Otros modelos de regresión.
Parte II BLOQUE 2: TEORÍA DE LA PROBABILIDAD.
Tema 3 PROBABILIDAD.
3.1 Espacio muestral y suceso aleatorio.
3.2 Álgebra de Boole de sucesos.
3.3 Función de probabilidad. Probabilidad condicionada. Sucesos independientes.
3.4 Teorema de la probabilidad total y teorema de Bayes.
Tema 4 VARIABLE ALEATORIA Y DISTRIBUCIONES DE PROBABILIDAD.
4.1 Definición. Variable aleatoria discreta y continua: función de masa/densidad y función de distribución.
4.2 Momentos: esperanza matemática, varianza y desviación típica.
4.3 Variable aleatoria bidimensional. Distribuciones marginales y condicionadas. Independencia de variables
aleatorias.
4.4 Momentos de una variable aleatoria bidimensional.
4.5 Distribuciones discretas: uniforme, Bernoulli, Binomial, Poisson, geométrica, Binomial Negativa e Hipergeométrica.
4.6 Distribuciones continuas: uniforme, Normal, exponencial y asociadas a la Normal. Teorema central del límite.
Parte III BLOQUE 3: INFERENCIA ESTADÍSTICA.
Tema 5 TEORÍA DE MUESTRAS. ESTIMACIÓN PUNTUAL Y POR INTERVALOS.
5.1 Muestreo. Parámetros poblacionales y estadísticos muestrales.
5.2 Distribución de estadísticos muestrales.
5.3 Concepto de estimador puntual. Propiedades de los estimadores puntuales. Construcción de estimadores puntuales.
5.4 Concepto de intervalo de confianza. Construcción de intervalos de confianza.
5.5 Intervalos de confianza en poblaciones normales.
Tema 6 CONTRASTES DE HIPÓTESIS.
6.1 Definiciones básicas. Contrastes paramétricos y no paramétricos.
6.2 Contrastes paramétricos para una población normal.
6.3 Contrastes paramétricos para dos poblaciones normales.
6.4 Contrastes no paramétricos.
La asignatura cubre conceptos básicos de estadística, estadística descriptiva, probabilidad, distribuciones de probabilidad, inferencia estadística, regresión y correlación, análisis de series temporales y métodos no paramétricos.
No es estrictamente necesario tener conocimientos previos de estadística, aunque tener una base en matemáticas puede ser muy útil. La asignatura está diseñada para proporcionar una introducción completa a los conceptos estadísticos necesarios.
En las clases prácticas se suele utilizar software estadístico como R, Python (con bibliotecas como pandas, numpy, y matplotlib), o SPSS, dependiendo de las preferencias del profesor y las necesidades del curso.
La evaluación puede incluir una combinación de participación en clases, realización de ejercicios prácticos, proyectos o trabajos en grupo, y exámenes parciales y/o finales. La evaluación continua permite medir el progreso del estudiante a lo largo del curso.
La estadística es fundamental en informática para analizar datos, desarrollar modelos predictivos en machine learning, mejorar la calidad del software, y tomar decisiones informadas basadas en datos. Es esencial en áreas como data science, análisis de datos y investigación.
Cursos de ESTADÍSTICA
La asignatura de Bioestadística en la Universidad de Granada es un componente fundamental en programas académicos relacionados con ciencias de la salud y disciplinas afines. Esta materia se enfoca en la aplicación de técnicas estadísticas para analizar y comprender datos relacionados con la biología, la medicina y la salud pública. Los estudiantes de esta asignatura adquieren habilidades en el manejo de datos, la interpretación de resultados y la toma de decisiones informadas en el ámbito de la investigación biomédica. Además, se familiarizan con herramientas computacionales y software estadístico para llevar a cabo análisis de datos, lo que les prepara para abordar problemas de investigación y contribuir al avance de la ciencia en el campo de la salud.
El conjunto de datos clínicos de pacientes, que conforman las bases de datos, gestionadas por el administrativo sanitario, están clasificados como confidenciales y sensibles. Por este motivo, su explotación, sobre todo con fines comerciales, está regulada mediante leyes, como la de Protección de Datos. Lo que hace necesario un tratamiento especial en cuanto al almacenamiento, procesamiento y validación, con el cumplimiento de protocolos, por parte de personal cualificado. Todo lo relacionado es motivo de estudio en esta materia.
La Estadística Descriptiva en la Universidad de Granada es una asignatura esencial que se centra en enseñar a los estudiantes los fundamentos de la recopilación, organización y presentación de datos en contextos diversos. Los estudiantes adquieren habilidades para analizar y resumir datos de manera efectiva, utilizando herramientas estadísticas y gráficas. A lo largo del curso, se exploran conceptos clave, como medidas de tendencia central, dispersión, y la representación visual de datos. Además, se enfatiza la importancia de la estadística descriptiva como base para el análisis estadístico en la investigación científica y en la toma de decisiones en diversos campos. Esta asignatura proporciona a los estudiantes una base sólida para comprender y aplicar métodos estadísticos en futuros estudios y proyectos académicos y profesionales.
