1.- Variables estadísticas unidimensionales.
Variables estadísticas.
Tablas estadísticas.
Representaciones gráficas.
Momentos centrados y no centrados.
Medidas de posición: medias aritmética, geométrica y armónica; moda, mediana y percentiles.
Medidas de dispersión: recorridos, varianza, desviación típica y coeficiente de variación.
Medidas de forma: coeficientes de asimetría y de apuntamiento de Fisher.
Medidas de concentración: curva de concentración, índice de concentración de Gini y mediala.
2. Variables estadísticas bidimensionales
Representaciones numéricas en dos columnas y en tablas de contingencia.
Distribuciones marginales y condicionadas.
Independencia de variables estadísticas.
Covarianza y coeficiente de correlación lineal.
Recta de regresión de mínimos cuadrados.
3. Números índices.
Tasas de variación.
Índice elemental.
Índice sintético.
Índices de precios, de cantidades y de valor.
Enlace de series de números índices con distinta base.
Deflación de series económicas.
Dependencia de un índice general de un grupo de productos.
4. Análisis descriptivo de series cronológicas.
Definición de una serie cronológica.
Representación gráfica.
Componentes de una serie cronológica.
Modelos.
Tendencia secular:
Ajuste por mínimos cuadrados.
Medias móviles.
Variación estacional.
Desestacionalización.
Predicción.
5. Probabilidad.
Definición de probabilidad.
Asignación de probabilidades.
Definición de probabilidad condicionada.
Sucesos dependientes e independientes.
Formula de la probabilidad total.
Fórmula de Bayes.
6. Variables aleatorias y distribuciones de probabilidad.
Concepto de variable aleatoria.
Función de distribución.
Variables aleatorias discretas y variables aleatorias continuas.
Valor esperado de una variable aleatoria.
Momentos centrados y no centrados.
Otras características (posición, forma, …)
Variables aleatorias bidimensionales.
Independencia de variables aleatorias.
7. Distribuciones discretas de probabilidad.
Distribución Uniforme discreta.
Distribución Binomial.
Distribución de Poisson.
Distribución Hipergeométrica.
Distribución Geométrica.
Las habilidades en Técnicas Cuantitativas son valiosas en una amplia gama de profesiones, desde la investigación científica hasta la toma de decisiones empresariales. Aprender a trabajar con datos y a tomar decisiones basadas en evidencia te brindará una ventaja en el mercado laboral.
La UGR generalmente ofrece recursos de apoyo, como tutorías, centros de aprendizaje y material de estudio adicional. Si te encuentras con dificultades, no dudes en buscar ayuda.
La evaluación puede incluir exámenes, tareas, proyectos y participación en clase. Consulta la guía del curso para conocer los detalles específicos de la evaluación.
Aunque las Técnicas Cuantitativas involucran matemáticas, no necesitas ser un experto en matemáticas para tener éxito. El curso suele enfocarse en la aplicación de conceptos matemáticos a problemas del mundo real, y los profesores suelen proporcionar apoyo y recursos para los estudiantes.
El curso de Técnicas Cuantitativas generalmente abarca una variedad de temas, incluyendo estadísticas descriptivas, probabilidad, inferencia estadística y análisis de datos. Los detalles específicos pueden variar según el plan de estudios y el nivel del curso.
Las Técnicas Cuantitativas son métodos y herramientas para analizar y presentar datos de manera cuantitativa. Son esenciales en muchas disciplinas, ya que te ayudan a tomar decisiones informadas basadas en evidencia, realizar investigaciones sólidas y resolver problemas complejos en campos como la ciencia, la economía y la psicología.