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.
Introducción
Algunos modelos continuos de variable aleatoria: Uniforme, Exponencial, Gamma, Beta, Normal y asociadas a la Normal: , t, F.
Conceptos de muestra y estadístico.
Algunos ejemplos de estadísticos: media, varianza y cuasivarianza muestrales.
Valor esperado y varianza de la media muestral.
Valor esperado de la varianza y cuasivarianza muestral.
Tema 2.
Estimación puntual de parámetros.
Introducción a la estimación: concepto de estimador de un parámetro.
Método de la máxima verosimilitud para la obtención de estimadores puntuales.
Método de los momentos para la obtención de estimadores puntuales.
Propiedades deseables para un estimador paramétrico: estimadores insesgados, consistentes, eficientes, suficientes.
Tema 3.
Distribuciones de los estadísticos muestrales de una población Normal.
Distribución para la media de una muestra procedente de una población Normal con varianza conocida.
Distribución para la cuasivarianza y varianza de una muestra procedente de una población Normal.
Distribución para la media de una muestra procedente de una población Normal con varianza desconocida: el cociente t-Student.
Distribución para la diferencia de dos poblaciones muestrales independientes procedentes de sendas poblaciones Normales.
Distribución para el cociente de varianzas.
Distribución para la proporción muestral.
Distribución para la diferencia de proporciones.
Tema 4.
Estimación de parámetros mediante intervalos de confianza.
Concepto de intervalo de confianza para un parámetro poblacional.
Construcción de intervalos de confianza cuando la distribución en el muestreo es simétrica: Intervalos de confianza para la media de una distribución Normal, para la proporción, para la diferencia de medias de dos poblaciones Normales y para la diferencia de proporciones.
Construcción de intervalos de confianza cuando la distribución en el muestreo es asimétrica: Intervalos de confianza para la varianza de una población Normal, cotas de la varianza y para la razón de varianzas.
Tema 5.
Contraste de hipótesis
Introducción al contraste de hipótesis.
Formulación de un contraste. Tipos de hipótesis. Contrastes unilaterales y bilaterales.
Tipos de error y sus riesgos.
Contrastes de hipótesis cuando la distribución en el muestreo es simétrica: Contrastes de hipótesis para la media de una población Normal, para la proporción, para la diferencia de medias y para la diferencia de proporciones.
Contraste de hipótesis cuando la distribución en el muestreo es asimétrica: Contrastes de hipótesis para la varianza y para la razón de varianzas
Relación entre contrastes de hipótesis e intervalos de confianza.
Contrastes para más de dos muestras
Tema 6.
Contrastes de bondad de ajuste y no paramétricos.
Prueba de bondad de ajuste Chi cuadrado, Kolmogorov-Smirnov y Lilliefors.
Contrastes para dos muestras.
Otras inferencias no paramétricas.
La asignatura de Técnicas Cuantitativas II en la Universidad de Granada se centra en expandir el conocimiento adquirido en la Técnicas Cuantitativas I, profundizando en conceptos avanzados de estadística y su aplicación en diversas áreas académicas, como Ciencias Ambientales, Bioquímica u otras disciplinas relacionadas. Se exploran temas como inferencia estadística avanzada, análisis multivariante, modelos de regresión, diseño experimental y técnicas específicas de análisis según la disciplina. Este curso suele incorporar un enfoque práctico, utilizando herramientas informáticas especializadas para el análisis de datos complejos.
El enfoque principal de esta asignatura es dotar a los estudiantes con habilidades avanzadas en análisis estadístico, capacitándolos para aplicar métodos cuantitativos sofisticados en la resolución de problemas complejos. Se busca que los estudiantes puedan comprender, implementar y analizar métodos estadísticos avanzados, así como interpretar y presentar los resultados de manera significativa en el contexto de investigaciones académicas o aplicadas.
Se espera que los estudiantes adquieran habilidades avanzadas en análisis estadístico, incluyendo la capacidad para realizar análisis multivariante, diseñar experimentos, aplicar modelos de regresión y utilizar herramientas informáticas para el análisis de datos complejos. Además, se busca que puedan interpretar y comunicar de manera efectiva los resultados obtenidos, brindando una base sólida para la toma de decisiones basada en evidencia cuantitativa.
Cursos de ESTADÍSTICA
La asignatura de Estadística en el Grado en Relaciones Laborales y Recursos Humanos de la Universidad de Huelva (UHU) es esencial para proporcionar a los estudiantes herramientas cuantitativas y técnicas de análisis de datos cruciales para la toma de decisiones en el ámbito laboral y de recursos humanos. Su objetivo principal es familiarizar a los estudiantes con conceptos fundamentales de estadística descriptiva e inferencial, enseñarles a recopilar, analizar e interpretar datos relevantes, y aplicar técnicas estadísticas para resolver problemas y tomar decisiones informadas. Además, se instruye en el uso de software estadístico como SPSS, R o Excel para el análisis de datos. Los contenidos incluyen estadística descriptiva, probabilidad y distribuciones, ofreciendo una formación integral en el análisis y manejo de datos.
La asignatura de Descripción y Exploración de Datos en Psicología de la Universidad de Granada se centra en enseñar a los estudiantes las técnicas y métodos fundamentales para recopilar, organizar y analizar datos en el contexto de la psicología. A lo largo de esta materia, los estudiantes adquieren habilidades en la elaboración de informes de investigación, el manejo de software estadístico y la interpretación de resultados. Además, se profundiza en la comprensión de la importancia de la estadística en la investigación psicológica, brindando a los estudiantes las herramientas necesarias para llevar a cabo investigaciones rigurosas y fundamentadas en datos.
La asignatura de Estadística del grado de Ingeniería Informática (GII) en la Universidad de Alcalá es fundamental para el desarrollo de habilidades analíticas y de toma de decisiones basadas en datos. Este curso ofrece a los estudiantes una comprensión sólida de los métodos estadísticos y su aplicación en la informática. A lo largo de la asignatura, se cubren temas esenciales como el análisis descriptivo de datos, probabilidades, distribución de variables aleatorias, inferencia estadística y regresión. Los estudiantes aprenden a utilizar herramientas y software estadístico para analizar grandes volúmenes de datos y extraer información relevante.
La asignatura se estructura en clases teóricas y prácticas, donde los conceptos se aplican a problemas reales mediante ejercicios y proyectos. Las clases teóricas proporcionan los fundamentos necesarios, mientras que las sesiones prácticas permiten a los estudiantes trabajar con datos reales y utilizar software especializado para realizar análisis estadísticos. Esta combinación de teoría y práctica asegura que los estudiantes no solo comprendan los conceptos estadísticos, sino que también sean capaces de aplicarlos en el contexto de la ingeniería informática.
Al completar la asignatura, los estudiantes están equipados para utilizar técnicas estadísticas en diversas áreas, como el análisis de datos, la inteligencia artificial y la toma de decisiones empresariales, lo que les proporciona una ventaja competitiva en el ámbito profesional.
