Introducción al Muestreo y a la Estadística Inferencial para la Toma de Decisiones (Primer Nivel de Profundización)

MÓDULO 4: INTRODUCCIÓN al MUESTREO
Unidad 1: Población, Muestras y Estimadores  

Universo, Población y Muestra. Poblaciones finitas e infinitas.
Tipos de Muestreo: Simple al azar, estratificado al azar, por conglomerados, sistemático al azar.
Características poblacionales y muestrales. Parámetros estadísticos.
Estadígrafo y estimación. Tipos de estimación. Concepto de “grados de libertad”.
Unidad 2: Estimación Puntual

Concepto de estimación puntual y sus aplicaciones.
Distribución de probabilidad de un estimador. Sesgo. Error medio cuadrático. Fracción de muestreo.
Propiedades de los Buenos Estimadores: insesgado, consistente, eficiente, suficiente.
Media Aritmética muestral, Varianza muestral, Proporción muestral.
Unidad 3: Teorema del Límite Central y sus Aplicaciones

Leyes fuerte y débil de los grandes números. Ley fuerte de los pequeños números.
Teorema Central del Límite (TCL)
Aplicaciones prácticas del Teorema Central del Límite – diferentes casos.
Nociones del proceso de Wiener y del puente browniano.
Unidad 4: Distribución de Algunos Estimadores Muestrales

Distribución de la Media muestral de poblaciones normales infinitas y finitas.
Distribución de la Varianza muestral.
Distribución de la Proporción muestral.
Determinación del tamaño muestral “n” para estimar la Media poblacional, la Proporción poblacional y la Varianza poblacional.

MÓDULO 5: INTRODUCCIÓN a la INFERENCIA ESTADÍSTICA
Unidad 1: ¿Qué es la Estadística Inferencial?

Tipos de Inferencia estadística.
Estimación puntual vs. Estimación por Intervalos de Confianza.
Diferencias entre Estimación de Parámetros y Testeo de Parámetros poblacionales.
Concepto de IC (Intervalo de Confianza) y sus aplicaciones.
Unidad 2: Intervalos de Confianza

Intervalos de Confianza para la Media poblacional de poblaciones normales.
Casos: σ2 conocida para poblaciones infinitas y finitas y σ2 desconocida para poblaciones infinitas y finitas.
Intervalos de Confianza para la Media poblacional de poblaciones con distribución desconocida.
Muestras grandes y muestras chicas.
Unidad 3: Otros Intervalos de Confianza

Intervalos de Confianza para la Proporción Poblacional.
Población infinita y finita.
Intervalos de Confianza para la Varianza Poblacional.
Población infinita.
Unidad 4: Tamaños Muestrales para IC

Tamaño de la Muestra para estimar la Media Poblacional.
Casos: Población normal infinita, con σ2 conocida y con σ2 desconocida.
Población normal finita con σ2 conocida y Población normal finita, con σ2 desconocida.
Tamaño de la Muestra para estimar la Proporción poblacional. Universos infinitos y finitos.

MÓDULO 6: INTRODUCCIÓN a la INFERENCIA DEDUCTIVA
Unidad 1: Conceptos Básicos (Inferencia Deductiva)

Hipótesis estadística. Hipótesis paramétrica.
Hipótesis nula y alternativa. Hipótesis simples y múltiples. Reglas de decisión.
Estadígrafo de prueba. Puntos críticos. Regiones de rechazo. Test uni y bilaterales.
Errores tipo I y II. Nivel de Confianza y Nivel de Significancia. Potencia de un Test.
Unidad 2: Tests de Hipótesis para la Media de Poblaciones normales y no normales

Estadígrafos de prueba para la Media poblacional de poblaciones normales y no normales.
Poblaciones infinitas con Varianza poblacional conocida y desconocida.
Poblaciones finitas con Varianza poblacional conocida y desconocida.
Unidad 3: Tests de Hipótesis para la Proporción y Varianza de una Población

Estadígrafos de prueba para la Proporción en poblaciones infinitas.
Estadígrafos de prueba para la Proporción en poblaciones finitas.
Estadígrafos de prueba para la Varianza poblacional en poblaciones infinitas.
Unidad 4: Tests de Hipótesis para dos Poblaciones

Estadígrafo de prueba para comparar Varianzas de dos poblaciones normales.
Estadígrafos de prueba para comparar Medias de dos poblaciones normales, con Varianzas conocidas y Varianzas desconocidas (iguales o diferentes)
Estadígrafo de prueba para comparar Proporciones poblacionales de dos poblaciones.

¿Querés recibir mas información sobre los requisitos?

• UTN E-Learning Sede Principal