Este es un curso completamente práctico para aprender Estadística Inferencial a través de ejercicios resueltos paso a paso.
Durante el curso el participante pondrá en práctica la teoría mediante la resolución de ejercicios de acuerdo a la temática de cada sesión/clase, los mismos que serán explicados a detalle con una amplia variedad de ejercicios recordando en cada paso el contenido de teoría sin necesidad de pasar antes por un curso teórico de Estadística.
Objetivos:
Dominar los fundamentos de la estadística inferencial a través de sus indicadores muestrales y pruebas de hipótesis que permitan desarrollar testeos enfocados al ámbito empresarial.
Aplicar de modelos lineales y multivariados de regresión, que permitan tomar decisiones apropiadas y realizar pronósticos.
Desarrollar pruebas no paramétricas y controles de calidad en los diferentes procesos productivos.
Dirigido a:
Consultores,
Administradores,
Economistas y
Egresados de diferentes carreras que deseen incrementar sus herramientas cognoscitivas con temas relacionados a la Estadística Inferencial enfocada a la empresa.
Competencias:
Al finalizar el Curso/Taller, el participante podrá:
Desarrollar habilidades de inferencia estadística sobre los diferentes tipos de muestreo y testeos de hipótesis.
Interpretar resultados a partir de indicadores de gestión y de pronósticos estadísticos.
Complementar el conocimiento teórico-manual con el computacional.
Optimizar la productividad en la toma de decisiones.
Comprender la incidencia de las distribuciones de probabilidad en los procesos de control de calidad.
Contenido:
Unidad 1: Inferencia estadística: estimación y contrastación de hipótesis
Temas
Contenidos
Población y muestreo
Calendario académico, con sus formas de evaluación el estadístico y el parámetro: diferencias y usos. Técnicas de muestreo
Distribuciones de muestreo
Distribución muestral de la media uso de la distribución muestral
Distribución
t-student, para muestras
pequeñas
Características y usos para n menor de 30, el nivel de significancia, concepto y uso específicos, clasificación por análisis de colas. clasificación por tamaño de la muestra
Contrastación de hipótesis, contrastación de hipótesis
Significado de hipótesis, pruebas de hipótesis (procedimiento), pruebas de significancia de una y dos colas, pruebas de la media de una población
valor p en la prueba de hipótesis, pruebas de hipótesis de dos muestras independientes, pruebas de hipótesis de dos muestras dependientes
Análisis de la varianza (tutoría)
Distribución f, comparación de dos varianzas poblacionales prueba anova
Unidad 2: Modelos lineales y análisis de regresión
Temas
Contenidos
Análisis de correlación
Correlación directa e inversamente proporcional, análisis de la obtención de los coeficientes de la recta de regresión y su afinidad con el cálculo, procedimiento de obtención de cálculos con el computador y análisis de contenidos
Análisis de regresión lineal
Principio de los mínimos cuadrados, probar la significancia de la pendiente evaluación de la capacidad predictora de una ecuación de regresión relaciones entre coeficiente de
correlación y el coeficiente de determinación
Análisis de regresión múltiple
Análisis de regresión múltiple evaluación de la ecuación de regresión múltiple análisis de regresión múltiple evaluación de la ecuación de regresión múltiple análisis de regresión múltiple
evaluación de la ecuación de regresión múltiple
Unidad 3: Métodos no paramétricos: pruebas de bondad de ajuste
Temas
Contenidos
Prueba de bondad de ajuste:
frecuencias esperadas iguales
Realizar una prueba de hipótesis para comparar un conjunto observado de frecuencias con una distribución esperada
Limitaciones de ji cuadrada
Enumerar y explicar las características de la distribución ji cuadrada, realizar una prueba de precisión bondad de ajuste para frecuencias desiguales esperadas
Enfoques gráficos y estadísticos para
confirmar
la normalidad
Realizar una prueba de hipótesis para verificar que los datos agrupados en una distribución de frecuencia son una muestra de una población normal
Metodología de trabajo:
El método utilizado para la presente asignatura es el método deductivo partiendo de lo general hacia lo particular:
El contenido de la materia se desarrollará mediante conferencias, talleres y clases prácticas.
Los talleres serán desarrollados de manera grupal con el fin de aplicar el trabajo colaborativo entre los estudiantes.
En los talleres se plantea un ejercicio práctico a ser desarrollados por grupo de estudiantes, de manera que el docente guiará el proceso aportando a las diferentes inquietudes que puedan presentar al desarrollo de los ejercicios.
El profesor utiliza herramientas tecnológicas para facilitar el aprendizaje del grupo de estudiantes.
El escenario del aprendizaje es virtual donde se explicará los conceptos estadísticos inferencial, consecuentemente se desarrollarán ejercicios para su aprendizaje.
Evaluación:
Participación en sesiones de clase
Presentación de proyecto final.
Instructor: Danny Xavier Arévalo Avecillas
Estudios
Doctor en Administración Estratégica de Empresas por la Pontificia Universidad Católica de Perú (2018).
Economista con mención en Gestión Empresarial especializado en Finanzas de la Escuela Superior Politécnica del Litoral (ESPOL), 2006.
Cuenta con dos maestrías: Marketing y Comercio Internacional de la ESPOL, 2009 y Máster in Business Administration de la Universidad Autónoma de Barcelona, 2012.
Posee una Especialización en Docencia Universitaria en Ciencias Económicas por la Universidad de Buenos Aires.
Experiencia Laboral
Fue analista financiero en el Banco Central del Ecuador, Director de la Carrera de Ingeniería Comercial en la ESPOL y consultor en diferentes empresas privadas.
Actualmente, es profesor titular en las carreras de Economía y Administración de Empresas en la Facultad de Ciencias Económicas y Administrativas de la Universidad Católica de Santiago de Guayaquil.
Profesor de Investigación de Mercados en la Maestría de Gerencia de Marketing en la UCSG. Director de Proyectos de Investigación en la Universidad Católica de Santiago de Guayaquil. Además posee varios artículos científicos Scopus publicados en revistas americanas, chilenas y brasileñas.
Duración: 40 Horas (Modalidad: Blended)
Fechas: Clases virtuales: 24 de Febrero; 3, 4, 10, 11, 17, 18, 24, 31 de Marzo y 1 Abril de 2023.
Clases presenciales: sábados: 25 de febrero y 25 de marzo de 2023.
Horario: viernes 18:00 – 21:00, sábados 9h30 a 13h30.
Especificaciones:
Debe enviar la copia de cédula y el comprobante de pago al email del asesor a cargo del curso para oficializar la inscripción.
Para obtener el certificado de asistencia y participación, deberá haber asistido al 80% de las clases.
La fecha de inicio de todos los cursos estará sujeta a un número determinado de participantes; en caso de no cubrirse el cupo mínimo la fecha será reprogramada. Si por motivos de fuerza mayor, el curso no se abre definitivamente, la Unidad de Educación Continua de la UEES procederá a la devolución del valor correspondiente.
En caso de anunciar su retiro antes del inicio del curso, los valores que haya cancelado serán considerados para una próxima capacitación. Estos valores no serán devueltos.
