Objetivos Generales

En nuestros días, la Estadística se ha convertido en un método efectivo para describir con gran margen de fiabilidad: las tendencias y valores de datos económicos, políticos, sociales, psicológicos, biológicos y físicos, y sirve como herramienta para relacionar y analizar dichos datos. El trabajo del "Experto en Estadística Aplicada" no consiste ya, sólo en reunir, tabular y graficar los datos, sino fundamentalmente en captar el proceso de interpretación de esa información.

El desarrollo de la Teoría de la Probabilidad ha aumentado el alcance de las Aplicaciones de la Estadística. Muchos conjuntos de datos se pueden aproximar con gran exactitud, utilizando determinadas Distribuciones Probabilísticas; los resultados de éstas se emplean para analizar bases de datos históricos. La Probabilidad es útil para comprobar la "fiabilidad" de las Inferencias Estadísticas y para predecir el tipo y la cantidad de datos necesarios, en un determinado estudio o investigación estadística, así como regresionar y correlacionar los mismos con cierta "significancia".

Presentación Programa SINTÉTICO de la Especialidad completa

CURSO BÁSICO

"Introducción a las Probabilidades y sus Distribuciones": Aborda a lo largo de los 3 MÓDULOS que lo componen, los Conceptos básicos y las Aplicaciones prácticas de las Probabilidades, bajo las diferentes escuelas de pensamiento científico; las Reglas y Condiciones para aplicar Probabilidades, la Regla de Bayes tan útil para la Toma de decisiones; las principales Distribuciones de Variables Aleatorias tanto Discretas como Continuas. Haciendo fundamental hincapié en: las Distribuciones Normal, Binomial y Poisson y sus aplicaciones prácticas.

1° NIVEL DE PROFUNDIZACIÓN

"Introducción al Muestreo y a la Estadística Inferencial": Aborda a lo largo de los 3 MÓDULOS que lo componen, los diferentes tipos de Muestreo estadístico, tanto los probabilísticos como los no probabilísticos; las Distribuciones en el Muestreo; los Intervalos de Confianza para los parámetros poblacionales que se deseen estimar (Estadística Inferencial Inductiva) y la fundamental técnica de Test de Hipótesis o Contrastes de Hipótesis para una y dos Poblaciones (Estadística Inferencial Deductiva).

2° NIVEL DE PROFUNDIZACIÓN

"Introducción a Regresión Lineal y a Estadística no Paramétrica": Aborda a lo largo de los 3 MÓDULOS que lo componen, los supuestos y aplicaciones del Modelo de Regresión Lineal Simple, las inferencias y análisis de varianza sobre los 3 parámetros poblacionales del modelo y los Coeficientes de Correlación y determinación; luego, una batería compuesta por una veintena de Tests no paramétricos: para una muestra, dos muestras relacionadas e independientes, k muestras relacionadas e independientes; para culminar con los Coeficientes de Correlación no paramétricos, tan útiles para la comparación de datos pertenecientes a las escalas de medición nominal y ordinal, donde es imposible la aplicación de los Test de Hipótesis Paramétricos.

Destinatarios del CURSO BÁSICO

Este Curso Básico está diseñado y pensado para Empresarios, Industriales, Directivos, Profesionales, Técnicos, Investigadores de las más diversas disciplinas y de los más variados ámbitos empresariales y científicos, que requieran del manejo de las herramientas prácticas probabilísticas, orientadas a la Toma de Decisiones.

Así también como para Docentes, Capacitadores y eFacilitadores de diferentes disciplinas y niveles educativos.

Pre- Requisitos del CURSO BÁSICO

Es fundamental poseer una muy buena base en el manejo herramientas informáticas: Word, Excel, Paint, etc., así como una fluída navegación y búsquedas temáticas, empleo de mails y chats.

Recomendable pero no excluyente, poseer conocimientos de Estadística Descriptiva básica.

Es altamente recomendable disponer de conexión a Internet por banda ancha o ADSL.

Programa Completo ANALÍTICO del CURSO BÁSICO

MÓDULO 1: INTRODUCCIÓN A COMBINATORIA Y PROBABILIDADES

Unidad 1: Cálculo Combinatorio con y sin Repetición

Combinatoria simple: Permutaciones. Combinaciones. Variaciones.

Combinatoria con repetición: Permutaciones. Combinaciones. Variaciones.

Problemas de conteo.

Números combinatorios.

Actividades de aplicación específicas para el perfil profesional del cursante.

Unidad 2: Probabilidades y sus Aplicaciones

Probabilidad y posibilidad.

Terminología y conceptos básicos en probabilidades.

Escuelas de Probabilidad: Clásica, Experimental, Axiomática y Subjetiva.

Definiciones de probabilidad. Ventajas e inconvenientes.

Actividades de aplicación específicas para el perfil profesional del cursante.

Unidad 3: Operaciones con Probabilidades. Sus aplicaciones prácticas

Tablas de contingencia y Diagramas de árbol.

Reglas de la suma y el producto de probabilidades.

Sucesos mutuamente excluyentes.

Sucesos independientes. Probabilidad condicional.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Probabilidad de las Causas. Modelos de Decisión

Modelo de Bayes. Su importancia en la toma de decisiones.

Probabilidad de las causas o "a posteriori".

Regla de la probabilidad total.

Modelo de árboles de decisión.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

MÓDULO 2: INTRODUCCIÓN A VARIABLES ALEATORIAS DISCRETAS

Unidad 1: Introducción a Variables Aleatorias

Concepto y características de una variable aleatoria.

Variable Aleatoria Discreta: Función de Probabilidad y Función de Acumulación.

Variable Aleatoria Continua: Función de Densidad y Función de Distribución.

Funciones de probabilidad: Acumuladas y Desacumuladas.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 2: Caracterización de una Variable Aleatoria

Esperanza de una VA (Variable Aleatoria). Propiedades de la Esperanza.

Varianza y DS (Desvío Estandar) de una Variable Aleatoria. Estandarización de VA.

Coeficiente de variación. Su importancia en la comparación de distribuciones.

Noción de juego equitativo.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 3: Distribuciones Particulares de Variables Aleatorias Discretas

VA de Bernoullí - Distribución Binomial.

Distribución de Pascal o Binomial negativa.

Distribución Hipergeométrica.

Manejo de Tablas y Calculadoras estadísticas.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Otras Distribuciones Particulares de Variables Aleatorias Discretas

Distribución Multinomial y distribución Multihipergeométrica.

Distribución Uniforme Discreta y Distribución Geométrica.

Distribución de Poisson.

Aproximación de Poisson por la Binomial.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

MÓDULO 3: INTRODUCCIÓN A VARIABLES ALEATORIAS CONTINUAS

Unidad 1: Distribución Normal (la famosa "campana de Gauss")

Propiedades de la Normal de Gauss.

Función de densidad y función de distribución de la Normal.

Estandarización y desentadarización de la Normal.

Manejo de Tablas y calculadoras estadísticas.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 2: Aproximaciones y Otras Distribuciones Particulares de Variables Aleatorias Continuas

Aproximaciones por Normal de Binomial y Poisson.

Distribución Chi-Cuadrado.

Distribución "t" de Student.

Distribución "F" de Fisher/Snedecor.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 3: TCL, Tchebycheff y Otra Distribuciones Particulares de Variables Aleatorias Continuas

TCL (Teorema Central del Límite) sus aplicaciones prácticas.

Acotación de Tchebycheff y sus aplicaciones prácticas.

Distribución Uniforme – Distribución Triangular.

Distribución logNormal – Distribución Gamma.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Unidad 4: Otras Distribuciones Particulares de Variables Aleatorias Continuas

Distribución Exponencial – Distribución Erlang.

Distribución Weibull – Distribución Gumbel.

Distribución Beta – Distribución de Cauchy.

Distribución Logística – Distribución de Laplace – Distribución de Pareto.

Actividades de aplicación y Modelos típicos para el perfil del cursante.

Evaluaciones

El Proceso de Evaluación es continuo, pues es una parte inherente al Proceso de Aprendizaje, necesario para la adquisición de las Competencias y Habilidades requeridas, en el transcurso de la cursada.

Al finalizar cada Módulo se realizará una Evaluación Integradora, cuyo objetivo es aplicar los contenidos aprendidos a situaciones reales laborales de los cursantes, o a simulaciones sobre Investigaciones/Estudios/Análisis, referidos en todos los casos, a la práctica profesional de cada cursante.

Certificación

Se extenderá un Certificado de la Secretaría de Cultura y Extensión Universitaria - FRBA - UTN, al finalizar la cursada, que será enviado por vía postal, al domicilio del cursante, dentro de los 3 a 4 meses de finalizada la cursada.