![e_ie Ieditorial Editorial Elearning Contenido](https://dgformacion.com/wp-content/uploads/2021/11/e_ie.png)
ESPECIALISTA EN ANALISIS DE DATOS EN FISICA
Información adicional
Horas | 200 |
---|---|
Código | |
Formato | Digital |
Proveedor | IEDITORIAL |
21,00 €
*Los precios no incluyen el IVA.
Objetivos
Contenidos
Objetivos
– Aportar la información necesaria para poder llevar a cabo el proceso de análisis de los datos obtenidos en el ámbito de la física.
– Describir los conceptos de estadística descriptiva e inferencial como ayuda para llevar cabo la investigación precedente a la obtención de los datos.
– Aclarar los términos más importantes acerca de la probabilidad y las hipótesis estadísticas.
– Describir los conceptos de estadística descriptiva e inferencial como ayuda para llevar cabo la investigación precedente a la obtención de los datos.
– Aclarar los términos más importantes acerca de la probabilidad y las hipótesis estadísticas.
Contenidos
UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS
Aspectos introductorios a la estadística
Concepto y funciones de la estadística
– Estadística descriptiva
– Estadística inferencial
Medición y escalas de medida
– Escala nominal
– Escala ordinal
– Escala de intervalo
– Escala de razón
Variables: Clasificación y notación
Distribución de frecuencias
– Distribución de frecuencias por intervalos
Representaciones gráficas
UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA
Medidas de posición
– Media aritmética
– Moda
– Mediana
– Medidas de posición no central
Medidas de dispersión
– Medidas de dispersión absoluta
– Medidas de dispersión relativa
Medidas de forma
– Medidas de simetría y asimetría
– Medidas de curtosis o apuntamiento
UNIDAD DIDÁCTICA 3. ESTADÍSTICA INFERENCIAL
Conceptos previos
– El azar en la vida cotidiana
– Clases de sucesos
– Leyes del azar. Introducción a la probabilidad
– Introducción a la ley de Laplace
Métodos de muestreo
– Métodos de muestreo probabilísticos
– Métodos de muestreo no probabilísticos
– Muestreo polietápico
Principales indicadores
UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD
Conceptos previos de probabilidad
Variables discretas de probabilidad
– Función de probabilidad
– Función de distribución
– Media y varianza de una variable aleatoria
Distribuciones discretas de probabilidad
– La distribución binomial
– Otras distribuciones discretas
Distribución normal
Distribuciones asociadas a la distribución normal
– Distribución “Chi-cuadrado” de Pearson
– Distribución “t” de Student
UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
Introducción a las hipótesis estadísticas
Contraste de hipótesis
Contraste de hipótesis paramétrico
– Hipótesis en contrastes paramétricos
– Estadístico de contraste
– Potencia de un contraste
– Propiedades del contraste
Tipologías de error
Contrastes no paramétricos
– Chi-cuadrado
UNIDAD DIDÁCTICA 6. REGRESIÓN LINEAL
Introducción a los modelos de regresión
Modelos de regresión: aplicabilidad
Variables a introducir en el modelo de regresión
– Tipos de variables a introducir en el modelo
Construcción del modelo de regresión
– Selección de las variables del modelo
– Métodos de construcción del modelo de regresión
– Obtención y validación del modelo más adecuado
Modelo de regresión lineal
Modelo de regresión logística
Factores de confusión
Interpretación de los resultados de los modelos de regresión
UNIDAD DIDÁCTICA 7. ANEXO. TABLAS
Tabla I: Probabilidad binomial
Tabla II: Función de la distribución binomial
Tabla III: Función de la distribución normal
Tabla IV: Distribución Chi-cuadrado
Tabla V: Distribución t-Student
Aspectos introductorios a la estadística
Concepto y funciones de la estadística
– Estadística descriptiva
– Estadística inferencial
Medición y escalas de medida
– Escala nominal
– Escala ordinal
– Escala de intervalo
– Escala de razón
Variables: Clasificación y notación
Distribución de frecuencias
– Distribución de frecuencias por intervalos
Representaciones gráficas
UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA
Medidas de posición
– Media aritmética
– Moda
– Mediana
– Medidas de posición no central
Medidas de dispersión
– Medidas de dispersión absoluta
– Medidas de dispersión relativa
Medidas de forma
– Medidas de simetría y asimetría
– Medidas de curtosis o apuntamiento
UNIDAD DIDÁCTICA 3. ESTADÍSTICA INFERENCIAL
Conceptos previos
– El azar en la vida cotidiana
– Clases de sucesos
– Leyes del azar. Introducción a la probabilidad
– Introducción a la ley de Laplace
Métodos de muestreo
– Métodos de muestreo probabilísticos
– Métodos de muestreo no probabilísticos
– Muestreo polietápico
Principales indicadores
UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD
Conceptos previos de probabilidad
Variables discretas de probabilidad
– Función de probabilidad
– Función de distribución
– Media y varianza de una variable aleatoria
Distribuciones discretas de probabilidad
– La distribución binomial
– Otras distribuciones discretas
Distribución normal
Distribuciones asociadas a la distribución normal
– Distribución “Chi-cuadrado” de Pearson
– Distribución “t” de Student
UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
Introducción a las hipótesis estadísticas
Contraste de hipótesis
Contraste de hipótesis paramétrico
– Hipótesis en contrastes paramétricos
– Estadístico de contraste
– Potencia de un contraste
– Propiedades del contraste
Tipologías de error
Contrastes no paramétricos
– Chi-cuadrado
UNIDAD DIDÁCTICA 6. REGRESIÓN LINEAL
Introducción a los modelos de regresión
Modelos de regresión: aplicabilidad
Variables a introducir en el modelo de regresión
– Tipos de variables a introducir en el modelo
Construcción del modelo de regresión
– Selección de las variables del modelo
– Métodos de construcción del modelo de regresión
– Obtención y validación del modelo más adecuado
Modelo de regresión lineal
Modelo de regresión logística
Factores de confusión
Interpretación de los resultados de los modelos de regresión
UNIDAD DIDÁCTICA 7. ANEXO. TABLAS
Tabla I: Probabilidad binomial
Tabla II: Función de la distribución binomial
Tabla III: Función de la distribución normal
Tabla IV: Distribución Chi-cuadrado
Tabla V: Distribución t-Student