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 Aplicada al Medio Ambiente se sumerge en el fascinante mundo de los datos ambientales y su análisis estadístico. Esta disciplina busca proporcionar a los estudiantes las herramientas necesarias para recopilar, procesar y comprender la información generada en contextos medioambientales. Desde la calidad del aire y el agua hasta la biodiversidad y los patrones climáticos, se exploran diversas fuentes de datos. Los estudiantes aprenden a aplicar métodos estadísticos para identificar tendencias, variaciones y correlaciones en estos datos, lo que les permite entender mejor los fenómenos ambientales. Además, se abordan técnicas para el diseño de experimentos ambientales, la evaluación de riesgos y la toma de decisiones fundamentadas en la gestión y conservación de los recursos naturales. Esta asignatura se convierte así en un puente crucial entre la ciencia de datos y la preservación del medio ambiente, equipando a los futuros profesionales con las habilidades necesarias para abordar desafíos ambientales actuales y futuros.
La asignatura de Estadística dentro del grado de Bioquímica se erige como un pilar fundamental para dotar a los estudiantes de las competencias analíticas necesarias en la investigación y comprensión de fenómenos bioquímicos. A lo largo de este curso, se abordan de manera exhaustiva conceptos estadísticos que permiten no solo comprender la naturaleza de la variabilidad inherente a los datos experimentales, sino también aplicar métodos y técnicas estadísticas para analizarlos y extraer conclusiones significativas. Se profundiza en el análisis descriptivo e inferencial, la comprensión de la probabilidad en el contexto de la bioquímica, así como en la capacidad para diseñar experimentos sólidos y evaluar la fiabilidad de los resultados obtenidos. Esta asignatura se convierte en un recurso invaluable al capacitar a los futuros bioquímicos para tomar decisiones informadas y basadas en evidencia a partir del análisis cuantitativo de datos, permitiéndoles desarrollar investigaciones más robustas y fundamentadas en un contexto científico en constante evolución.
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.
