Página de Inicio - CURSO DE EXPERTO UNIVERSITARIO EN ESTADÍSTICAS APLICADAS Y TÉCNICAS DE ENCUESTACIÓN

        

CURSO DE EXPERTO UNIVERSITARIO EN ESTADÍSTICA APLICADA Y TÉCNICAS DE ENCUESTACIÓN

 

Descargar información completa

 

Descargar tríptico informativo

 

Resolución de alumnos admitidos y concesión de becas

 

 

APUNTES DEL CURSO

 

TRABAJOS DEL CURSO

 

CALIFICACIÓN FINAL

 

CALIFICACIONES MÓDULO I. METODOLOGÍA ESTADÍSTICA: ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS

 

 

 

 

NOTICIAS:

 

 

    Aulas 15 / 16 de Diciembre:

 

                 15 de Diciembre:

                         16.00 - 20.00: Laboratorio 4 (Edificio Blanco – E.S.I. Informática)

 

 

                 16 de Diciembre:

                         09.30 - 13.30: Laboratorio 4 (Edificio Blanco – E.S.I. Informática)

                         16.00 - 20.00: Aula 2.4 (Edificio Central – Facultad de Matemáticas)

 

 

OBJETIVOS DEL CURSO

Se pretende que los alumnos adquieran conocimientos y herramientas analíticas adecuadas, de fundamentos deestadística y estadística computacional, para la comprensión, el análisis, la elaboración y la interpretación de las Estadísticas Públicas.

El objetivo fundamental es el estudio de las distintas técnicas de inferencia estadística, tanto univariante como multivariante, análisis estadístico de datos, los distintos diseños muestrales, la selección y tamaño de la muestra, las encuestas por muestreo, las encuestas panel y el cuestionario.

A través de los submódulos/asignaturas de Software Estadístico y Estadística Computacional se proponen las herramientas informáticas adecuadas para la comprensión, el análisis, la elaboración y la interpretación de las distintas técnicas estadísticas, en particular, de las Estadísticas Públicas, haciendo hincapié en el conocimiento y uso de bancos de datos y software estadístico (SPSS, SAS y R).

 

COMPETENCIAS GENERALES Y ESPECÍFICAS

Competencias generales

G01. Poseer los conocimientos básicos de los distintos submódulos que se desarrollan en el curso.

G02. Saber aplicar los conocimientos básicos de cada módulo a su trabajo o vocación de una forma profesional yposeer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de la Estadística, especialmente en el ámbito de la Estadística Pública.

G03. Saber reunir e interpretar datos para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

G04. Poder transmitir información, ideas, problemas y sus soluciones, de forma escrita u oral, a un público tanto especializado como no especializado.

G05. Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

G06. Saber utilizar herramientas de búsqueda de recursos bibliográficos y documentales.

G07. Poseer habilidades y aptitudes que favorezcan el espíritu emprendedor en el ámbito de aplicación y desarrollo de su formación académica.

G08. Fomentar y garantizar el respeto a los Derechos Humanos y a los principios de accesibilidad universal, igualdad,no discriminación y los valores democráticos y de la cultura de la paz

 

Competencias específicas

E01. Conocer los fundamentos básicos del razonamiento estadístico, en el diseño de estudios, en la recogida de información, en el análisis de datos y en la extracción de conclusiones.

E02. Conocer, saber seleccionar y saber aplicar técnicas de adquisición de datos para su tratamiento estadístico.

E03. Conocer los fundamentos teóricos y saber aplicar modelos y técnicas estadísticas en estudios y problemas reales en otros ámbitos científicos y sociales.

E04. Saber seleccionar los modelos o técnicas estadísticas para su aplicación en estudios y problemas reales en otros ámbitos científicos y sociales, así como conocer herramientas de validación de los mismos.

E05. Conocer y saber utilizar aplicaciones informáticas de análisis estadístico, bases de datos y visualización gráfica, útiles para la aplicación y desarrollo de las técnicas estadísticas, en particular, en el ámbito de la Estadística Pública.

E06. Tomar conciencia de la necesidad de asumir normas de ética profesional y las relativas a la protección de datos y secreto estadístico como premisas que deben guiar su actividad profesional como estadísticos.

 

 

CRITERIOS GENERALES

· Sistema de Créditos:

Siguiendo el Sistema Europeo de Transferencia y Acumulación de Créditos (ECTS), cada crédito ECTS corresponderá a 8 horas lectivas teórico/prácticas.

 

· Actividades formativas:

Exposición de contenidos teóricos basándose en casos y estudios prácticos, utilizando SPSS como software estadístico de apoyo a la enseñanza de los mismos. En los submódulos E04, M05 y D05,además de completar SPSS, se aplicarán los conceptos, modelos y técnicas estadísticas a través de R y SAS.

 

· Evaluación

Alumnos presenciales: La evaluación de los submódulos o asignaturas E01, E02, E03, D01, D02, D03, M01, M02 y M03 se basará en: Un trabajo teórico/práctico y una asistencia mínima obligatoria del 70% de las horas lectivas. La evaluación de los submódulos D04 y M04 se basará en la asistencia mínimo obligatoria del 70% de las horas lectivas. La evaluación de los submódulos E05, M05 y D05 se basará en el trabajo práctico de clase y una asistencia mínima obligatoria del 70%.

 

Alumnos semi-presenciales:

La evaluación del Módulo I (Metodología Estadística: estimación y contraste de hipótesis) se basará en: asistencia mínima obligatoria del 20% de las horas presenciales correspondiente al submódulo E04; trabajos teórico/prácticos de cada uno de los submódulos E01, E02, E03 y E04; presentación oral de los trabajos realizados ante el coordinador del módulo y/o submódulos.

La evaluación del Módulo II (Técnicas de Análisis Estadístico de Datos) se basará en: asistencia mínima obligatoria del 20% de las horas presenciales correspondiente a los submódulos E04 y E05; trabajos teórico/prácticos de cada uno de los submódulos E01, E02, E03 y E05; presentación oral de los trabajos realizados ante el coordinador del módulo y/o submódulos.

La evaluación del Módulo III (Muestreo y Técnicas de Encuestación) se basará en: asistencia mínima obligatoria del 20% de las horas presenciales correspondiente a los submódulos M04 y M05; trabajos teórico/prácticos de cada uno de los submódulos M01, M02, M03 y M05; presentación oral de los trabajos realizados ante el coordinador del módulo y/o submódulos.

 

Criterio de evaluación: El alumno debe superar todos los submódulos o asignaturas. La calificación de cada módulo será la media de las calificaciones obtenidas en la evaluación de cada uno de los submódulos. La calificación global será la media de las calificaciones obtenidas en cada módulo.

 

MÓDULO I. “METODOLOGÍA ESTADÍSTICA: ESTIMACIÓN Y CONTRASTE DE HIPÓTESIS”

 

ASIGNACIÓN DEL PROFESORADO

Coordinador: RAFAEL PINO MEJÍAS

E01 Inferencia estadística: estimación y contraste de hipótesis

Juan A. Maldonado Jurado (UGR)

Teresa Gómez Gómez (USE)

Joaquín García de las Heras (USE)

E02 Modelos lineales y series temporales

María Dolores Cubiles de la Vega (USE)

María Luz Gámiz Pérez (UGR)

Rafael Pino Mejías (USE)

E03 Diseño Estadístico de Experimentos

Alicia Enguix González (USE)

Juan M. Muñoz Pichardo (USE)

E04 Software Estadístico y Estadística Computacional I

Antonio Beato Moreno (USE)

Pedro Antonio García López (UGR)

Andrés González Carmona (UGR)

 

RELACIÓN BÁSICA DE CONTENIDOS

E01 Inferencia estadística: estimación y contraste de hipótesis

· Concepto de probabilidad. Variable aleatoria y modelos de distribuciones.

· Introducción a la inferencia estadística.

· Estimación puntual y estimación por intervalos

· Contrastes de hipótesis: conceptos básicos.

· Contrastes paramétricos relativos a una y varias muestras.

· Contrastes no paramétricos relativos a una y varias muestras.

 

E02 Modelos lineales y series temporales

· Introducción a los modelos lineales.

· Modelo de Regresión Lineal Múltiple.

· Otros modelos lineales: Regresión Polinomial, Regresión Logística.

· Series Temporales: Análisis clásico, componentes y estimación.

· Modelización ARIMA de las series temporales univariantes .

 

E03 Diseño Estadístico de Experimentos

· Introducción al diseño estadístico de experimentos.

· Experimentos con un factor.

· Comparaciones múltiples.

· Diseño aleatorizado en bloques

· Experimentos factoriales. Factores fijos y aleatorios. Factores anidados.

· Diseños split-plots.

 

E04 Software Estadístico y Estadística Computacional I

· Introducción a SPSS.

· Introducción a SAS. Inferencia estadística a través de SAS.

· Introducción al Programa R. Inferencia estadística a través del Programa R

· Bases de datos. Lenguaje SQL. Microsoft Access. MySQL.

 

 

MÓDULO II. “ANÁLISIS ESTADÍSTICO DE DATOS”

 

ASIGNACIÓN DEL PROFESORADO

ASIGNACIÓN DEL PROFESORADO

Coordinador: M. Lo Cubiles de la Vega

D01 Técnicas estadísticas multivariantes para la investigación

Emilio Lozano Aguilera (UJA)

José Rodríguez Avi (UJA)

D02 Análisis de datos categóricos

María Dolores Jiménez Gamero (USE)

Francisco Torres Ruiz (UGR)

D03 Números índices e indicadores sociales

M. Lo Cubiles de la Vega (USE)

José Luis Pino Mejías (USE)

D04 Complementos al análisis estadístico de datos

Coordinador: M. Teresa Gómez Gómez

Varios a determinar

D05 Software Estadístico y Estadística Computacional II

Rafael Blanquero Bravo (USE)

Pedro L. Luque Calvo (USE)

María Dolores Martínez Miranda (UGR)

Pedro Antonio García López (UGR)

Ramón Gutiérrez Sánchez (UGR)

 

RELACIÓN BÁSICA DE CONTENIDOS

 

D01 Técnicas estadísticas multivariantes para la investigación

· Introducción general al Análisis Multivariante

· Técnicas de clasificación: Análisis de Conglomerados, Análisis Discriminante.

· Técnicas de reducción de la dimensión: Análisis Factorial, Análisis de Componentes Principales.

· Escalamiento Multidimensional

· Técnicas de imputación de datos

 

D02 Análisis de datos categóricos

· Tablas de contingencia: contrastes y medidas de asociación.

· Análisis de Correspondencias.

· Modelo de Regresión Logística Multinomial.

· Modelos logarítmicos lineales.

 

D03 Números índices e indicadores sociales

· Números índices simples y compuestos.

· Números índices en la Estadística Pública.

· Construcción y Análisis de Indicadores: marco conceptual, métodos de agregación, opciones de ponderación y análisis de sensibilidad.

 

D04 Complementos al Análisis Estadístico de Datos

Diversos temas y contenidos de interés en el ámbito del Análisis Estadístico de Datos, complemento a los tratados en los módulos anteriores, tales como Minería de Datos o Redes Neuronales.

 

D05 Software Estadístico y Estadística Computacional II

· Técnicas estadísticas de clasificación mediante R.

· Técnicas estadísticas de reducción de la dimensión mediante R.

· Técnicas estadísticas de análisis de datos categóricos mediante R.

· Números índices y construcción de indicadores mediante R

· Análisis Estadístico de Datos mediante SAS.

 

 

MÓDULO III. “MUESTREO Y TÉCNICAS DE ENCUESTACIÓN”

 

ASIGNACIÓN DEL PROFESORADO

ASIGNACIÓN DEL PROFESORADO

Coordinadora: Ana Muñoz Reyes

M01 Muestreo en poblaciones finitas

Ana Muñoz Reyes (USE)

María Dolores Martínez Miranda (UGR)

Silvia González Aguilera (UJA)

M02 Técnicas avanzadas en muestreo en poblaciones finitas 20

Juan L. Moreno Rebollo (USE)

José A. Mayor Gallego (USE)

Inmaculada Barranco Chamorro (USE)

M03 Diseño y planificación de encuestas

Juan M. Muñoz Pichardo (USE)

Antonio Pascual Acosta (USE)

M04 Complementos al muestreo en poblaciones finitas

Coordinador: Juan M. Muñoz Pichardo

Varios a determinar

M05 Software Estadístico y Estadística Computacional III

Juan A. Maldonado Jurado (UGR)

María Dolores Martínez Miranda (UGR)

Silvia González Aguilera (UJA)

 

RELACIÓN BÁSICA DE CONTENIDOS

 

M01 Muestreo en poblaciones finitas

· Introducción al muestreo en poblaciones finitas. Conceptos básicos.

· Muestreo estratificado y por conglomerados. Diseños no probabilísticos.

· Estimación en el muestreo en poblaciones finitas: Estimadores lineales, estimación por intervalos,determinación del tamaño muestral.

· Estimación en el muestreo estratificado: Afijación muestral, post-estratificación.

· Estimación en el muestreo por conglomerados. Muestreo polietápico.

M02 Técnicas avanzadas en muestreo en poblaciones finitas

· Diseños muestrales complejos. Tratamiento con SPSS

· Estimación de la varianza

· Estimadores no lineales. Estimación de la varianza.

· Estimación de parámetros de distribución y desigualdad

· Inferencia asistida por modelos.

· Estimadores de calibración

· Diseños balanceados. Enfoque predictivo.

· Muestreo doble, muestreo en ocasiones sucesivas.

· Errores ajenos al muestreo. No respuesta

M03 Diseño y planificación de encuestas

· Etapas de una encuesta por muestreo.

· Diseño de cuestionarios.

· Selección aleatoria de unidades muestrales.

· Tratamiento de la no respuesta: Técnicas de imputación.

· Otros métodos de recogida de información: diversas técnicas cualitativas y método Delphi .

M04 Complementos al muestreo en poblaciones finitas

Diversos temas y contenidos de interés en el ámbito del Análisis Estadístico de Datos, complemento a los tratados en

los módulos anteriores, tales como tratamiento de la no respuesta en las estadísticas oficiales, métodos de reponderación con fuentes externas y desarrollo metodológico de encuestas públicas.

 

 

 

Última modificación: 28 de marzo de 2011