MÓDULO 1. ESTADÍSTICA APLICADA. ANÁLISIS DE DATOS Y SPSS

1. UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS
2. Aspectos introductorios a la Estadística
3. Concepto y funciones de la Estadística
4. Medición y escalas de medida
5. Variables: clasificación y notación
6. Distribución de frecuencias
7. Representaciones gráficas
8. Propiedades de la distribución de frecuencias
10. UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA BÁSICA
11. Estadística descriptiva
12. Estadística inferencial
14. UNIDAD DIDÁCTICA 3. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
15. Medidas de tendencia central
16. La media
17. La mediana
18. La moda
19. Medidas de posición
20. Medidas de variabilidad
21. Índice de Asimetría de Pearson
22. Puntuaciones típicas
24. UNIDAD DIDÁCTICA 4. ANÁLISIS CONJUNTO DE VARIABLES
25. Introducción al análisis conjunto de variables
26. Asociación entre dos variables cualitativas
27. Correlación entre dos variables cuantitativas
28. Regresión lineal
30. UNIDAD DIDÁCTICA 5. DISTRIBUCIONES DE PROBABILIDAD
31. Conceptos previos de probabilidad
32. Variables discretas de probabilidad
33. Distribuciones discretas de probabilidad
34. Distribución Normal
35. Distribuciones asociadas a la distribución Normal
37. UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ESTADÍSTICA EN PROGRAMAS INFORMÁTICOS. EL SPSS
38. Introducción
39. Cómo crear un archivo
40. Definir variables
41. Variables y datos
42. Tipos de variables
43. Recodificar variables
44. Calcular una nueva variable
45. Ordenar casos
46. Seleccionar casos
48. UNIDAD DIDÁCTICA 7. ESTADÍSTICA DESCRIPTIVA CON SPSS
49. Introducción
50. Análisis de frecuencias
51. Tabla de correlaciones
52. Diagramas de dispersión
53. Covarianza
54. Coeficiente de correlación
55. Matriz de correlaciones
56. Contraste de medias

MÓDULO 2. INFERENCIA ESTADÍSTICA Y DEL MODELO LINEAL SIMPLE

1. UNIDAD DIDÁCTICA 1. MODELOS PROBABILÍSTICOS UNIVARIANTES CONTINUOS
2. Distribución rectangular
3. - Distribución rectangular estandarizada
4. Distribución triangular
5. - Distribución triangular estandarizada
6. Distribución trapezoidal
7. - Distribución trapezoidal estandarizada
8. Algunas aplicaciones de los modelos geométricos
9. Distribución exponencial
10. Distribuciones relacionadas con las integrales eulerianas: gamma uniparamétrica, gamma biparamétrica y beta
11. - Distribución beta
12. Distribución normal
13. Distribuciones relacionadas con la distribución normal
14. - La distribución ? 2 de Pearson
15. - La distribución t de Student
16. - La distribución F de Snedecor
17. Convergencias en distribución. Aproximaciones de una distribución de probabilidad por otra
19. UNIDAD DIDÁCTICA 2. DISTRIBUCIONES ASOCIADAS A LOS ESTADÍSTICOS MUESTRALES DE UNA POBLACIÓN NORMAL
20. Distribución para la media de una muestra procedente de una población normal con varianza conocida
21. Distribución para la varianza y cuasivarianza de una muestra procedente de una población normal
22. Distribución para la media de una muestra procedente de una población normal con varianza desconocida: el cociente t-Student
23. Distribuciones de probabilidad para la diferencia de medias de dos muestras independientes procedentes de sendas poblaciones normales
24. - Caso en el que las varianzas de ambas poblaciones son conocidas
25. - Caso en el que las varianzas de ambas poblaciones son desconocidas pero iguales
26. - Caso en el que las varianzas de ambas poblaciones son desconocidas y desiguales (Aproximación de Welch)
27. - Caso en el que las dos varianzas son desconocidas y tamaños muestrales elevados
28. Distribución para el cociente de varianzas
29. Distribución para la proporción muestral
30. Distribución para la diferencia de proporciones muestrales
32. UNIDAD DIDÁCTICA 3. ESTIMACIÓN PUNTUAL DE PARÁMETROS
33. Método de máxima verosimilitud para la obtención de estimadores
34. - Elemento de verosimilitud muestral de una variable aleatoria discreta
35. - Elemento de verosimilitud muestral de una variable aleatoria continua
36. - Método de obtención del estimador máximo verosímil en el caso de un sólo parámetro
37. - Método de obtención de los estimadores máximo verosímiles en el caso de varios parámetros
38. Método de los momentos para la obtención de estimadores puntuales
39. Relación entre el método de máxima verosimilitud y el de los momentos
40. Propiedades deseables para un estimador paramétrico
41. - Estimadores insesgados
42. - Estimadores eficientes
43. - Estimadores consistentes
44. - Estimadores suficientes
46. UNIDAD DIDÁCTICA 4. ESTIMACIÓN MEDIANTE INTERVALOS DE CONFIANZA
47. Intervalos de confianza para la media de una distribución normal
48. - Caso en el que la varianza de la población es conocida
49. - Caso en el que la varianza es desconocida
50. Intervalo de confianza para una proporción
51. Intervalo de confianza para la diferencia de medias de dos poblaciones normales
52. - Caso de ambas varianzas conocidas
53. - Caso en el que las dos varianzas son desconocidas pero iguales
54. - Caso en el que ambas varianzas son desconocidas y desiguales (aproximación de Welch)
55. - Caso en el que ambas varianzas son desconocidas y desiguales pero los tamaños muestrales son elevados
56. Intervalo de confianza para la diferencia de proporciones
57. Intervalo de confianza para la varianza de una población normal
58. - Intervalos unilaterales cuando la media de la población es conocida
59. - Intervalos unilaterales cuando la media de la población es desconocida
60. - Intervalos de confianza bilaterales
61. Intervalo de confianza para la razón de varianzas
62. - Intervalo bilateral para la razón de varianzas cuando las medias poblacionales son desconocidas
63. Construcción de regiones de confianza
65. UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS
66. Formulación de un contraste de hipótesis
67. - Hipótesis nula y alternativa
68. - Región de rechazo y tipos de error
69. - Función de potencia
70. Contraste de hipótesis para la media de una población normal
71. - Contraste para la media cuando la varianza es conocida
72. - Contraste para la media cuando la varianza es desconocida
73. - Contraste para la proporción
74. Contraste para la diferencia de medias
75. - Caso en el que se conocen las varianzas
76. - Caso de las dos varianzas desconocidas e iguales
77. - Caso de dos varianzas desconocidas y tamaños muestrales altos
78. Contraste para la diferencia de proporciones
79. Contraste para la varianza
80. - Región de rechazo y función de potencia
81. - Cálculo de s 2 y del tamaño muestral necesario para alcanzar un determinado valor de potencia
82. Contraste para la razón de varianzas
83. - Contraste de dos colas
84. - Contraste de una cola a la derecha
85. Análisis de razón de verosimilitudes
87. UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A LA ECONOMETRÍA
88. Introducción a los modelos econométricos
89. Especificación y estimación del modelo lineal simple
90. - Introducción
91. - Estimación mínimo-cuadrática
92. - Propiedades de los estimadores mínimo cuadráticos ordinarios
93. Estimación de la varianza de la perturbación aleatoria
94. - Cálculo de la suma de cuadrados residual y significado de la varianza muestral del residuo
96. UNIDAD DIDÁCTICA 7. EL MODELO LINEAL SIMPLE NORMAL
97. Estimadores máximo-verosímiles
98. - Otras propiedades de los estimadores del MLS
99. Distribución de los estimadores de los parámetros del MLS normal
100. Intervalos y regiones de confianza para los parámetros del MLS normal
101. Contrastes de hipótesis para los parámetros del MLS normal
102. El coeficiente de determinación
103. Análisis de la varianza en la regresión
104. Equivalencia de las pruebas de correlación, regresión y ANOVApara la incorrelación de las variables del MLS
105. Explotación del MLS
106. - Predicción puntual óptima
107. - Distribución del predictor lineal e intervalo de confianza para la E[Y?0 X0 ]
108. - Intervalo de confianza para Y0 y análisis de la permanencia estructural del modelo
109. El MLS de un solo parámetro o sin término independiente
110. - Propiedades algebraicas y estadísticas
111. - Inferencia en el MLS normal y sin término independiente
112. Ejercicio tipo del MLS

MÓDULO 3. MICROECONOMETRÍA

1. UNIDAD DIDÁCTICA 1. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE.
2. Introducción
3. Especificación del modelo de regresión lineal múltiple
4. Inferencia estadística del MRLM I
5. - El modelo de estimación por mínimos cuadrados ordinarios (MCO)
6. - Propiedades del estimado mínimo cuadrático ordinario
7. - Distribución muestral del vector de residuos, e
8. - El estimador de la varianza del término de perturbación
9. Inferencia estadística del MRLM II
10. - Contraste de hipótesis sobre un parámetro. Intervalo de confianza
11. - Contraste de significación del modelo
12. Sumas de cuadrados, análisis de la varianza y R2
13. El proceso de predicción
14. Estimación restringida
15. - Introducción al método de mínimos cuadrados restringidos (MCR).Contrastes de hipótesis
16. Contrastes de cambio estructural, linealidad y normalidad
17. Errores de especificación
19. UNIDAD DIDÁCTICA 2. PROBLEMAS CON LA INFORMACIÓN: ANÁLISIS DE OBSERVACIONES Y MULTICOLINEALIDAD.
20. Introducción
21. Influencia potencial
22. Influencia real
23. Observaciones atípicas
24. Multicolinealidad: definición, grados y consecuencias
25. Principales criterios de detección para la multicolinealidad
26. - El factor de inflación de la varianza (FIV)
27. - El número de condición
28. - Contradicción entre los tests individuales de la t y el test conjunto de la F
29. - Descomposición de la varianza del estimador
30. Posibles soluciones a la multicolinealidad
31. - Incorporación de nueva información
32. - Especificación de un nuevo modelo
33. - Métodos alternativos de estimación
35. UNIDAD DIDÁCTICA 3. INFORMACIÓN CUALITATIVA: VARIABLES FICTICIAS.
36. Introducción
37. El modelo de regresión con variables ficticias
38. Una nueva versión del contraste de cambio estructural
40. UNIDAD DIDÁCTICA 4. EL MODELO DE REGRESIÓN LINEAL MÚLTIPLE GENERALIZADO. PERTURBACIÓN NO ESFÉRICA: HETEROSCEDASTICIDAD Y AUTOCORRELACIÓN.
41. Introducción
42. Consecuencias en la estimación por MCO
43. Estimador Mínimo Cuadrático Generalizado (MCG)
44. Comparación entre el estimador MCO y MCG
45. Heteroscedasticidad
46. - La naturaleza de la relación entre las variables
47. - La transformación de variables
48. - La omisión de variables relevantes
49. Métodos de estimación en presencia de heteroscedasticidad
50. - Matriz de varianzas y covarianzas de la perturbación conocida
51. - Matriz de varianzas y covarianzas de la perturbación desconocida 154
52. Contrastes de heteroscedasticidad
53. - El contraste de Goldfeld-Quandt
54. - El contraste de Breusch-Pagan
55. - El contraste de White
56. Autocorrelación
57. - La existencia de ciclos y/o tendencias
58. - Relaciones no lineales
59. - La omisión de variables relevantes
60. Esquemas lineales con comportamiento autocorrelacionado
61. Métodos de estimación en presencia de autocorrelación
62. - El método de Cochrane-Orcutt
63. - El método de Prais-Winsten
64. - El método de Durbin
65. Contrastes de autocorrelación
66. - El contraste de Durban-Watson
67. - El contraste de Godfrey
68. - Las funciones de autocorrelación simple (FAS) y parcial (FAP) de los residuos
69. - Contrastes de Box-Pierce y Ljung-Box
71. UNIDAD DIDÁCTICA 5. MODELOS DE RESPUESTA CUALITATIVA.
72. Introducción
73. Modelos de elección discreta (variable dependiente dicotómica)
74. - Modelo lineal de probabilidad
75. Especificación e inferencia de los modelos Probit y Logit
76. - Método de estimación por máxima verosimilitud
77. - Residuos generalizados
78. - Bondad de Ajuste
79. - Efectos parciales de la variable explicativas sobre la probabilidad P(y = 1)
80. Contrastes de hipótesis (Test de razón de verosimilitud), Test de Wald y de Multiplicadores de Lagrange)
81. - El Contraste de Razón de Verosimilitud
82. - El Contraste de Wald
83. - Contraste de los multiplicadores de Lagrange o Test de ?Score?
84. - Comparación entre los Tests de RV, W, ML
85. Modelos de respuesta múltiple: Modelos Logit Condicional (MLC) y Multinomial (MLM)
86. - La hipótesis de la utilidad aleatoria
87. - Modelo Logit Condicional (MLC)
88. - Modelo mixto
89. - El modelo Logit multinomial
90. - Hipótesis de independencia de las alternativas irrelevantes
92. UNIDAD DIDÁCTICA 6. MODELOS DE VARIABLE DEPENDIENTE-LIMITADA
93. Especificación e inferencia de Modelo de Regresión Censurado (Modelo Tobit)
94. - Métodos de estimación en dos etapas y de la máxima verosimilitud
95. - Errores de especificación. Residuos generalizados. Normalidad y Heteroscedasticidad
96. Variaciones del Modelo Tobit Standard
97. Generalización del Modelo Tobit: Modelos bivariantes
98. - Modelo de ?dos partes?
99. - El modelo de ?doble valla? (Cragg, 1791)
100. - El Modelo de Selectividad (Heckman, 1979)
101. - Modelos de Infrecuencia de compra
102. Introducción a los modelos de recuento.
104. UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LOS MODELOS CON DATOS PANEL.
105. Introducción
106. Tipología de modelos con datos de panel
107. Métodos de estimación para modelos en niveles o estáticos
108. - Estimador MCO (Modelo sin efectos)
109. - Estimadores entre-grupos
110. - Estimador de covarianza (CV) o intragrupos para los efectos individuales
111. - Estimación MCG para los efectos individuales
112. - Estimador de covarianza o intragrupos (CV2) para los efectos individuales y temporales
113. - Estimación de MCG para los efectos individuales y temporales
114. Contrastes de especificación en el modelo estático
115. - Contraste de homogeneidad del panel
116. - Contraste de significación de los coeficientes en el modelo de efectos fijos
117. - Estimación robusta
118. - Contraste de nulidad de los efectos aleatorios
119. - Contraste entre efectos fijos o aleatorios
120. El modelo dinámico
121. Contrastes de especificación en el modelo dinámico
122. - Contraste para la autocorrelación de la perturbación
123. - Contraste para la sobreidentificación de instrumentos

MÓDULO 4. ESTADÍSTICA BIOMÉTRICA

1. UNIDAD DIDÁCTICA 1. ESTADÍSTICA
2. Introducción, concepto y funciones de la estadística
3. Estadística descriptiva
4. Estadística inferencial
5. Medición y escalas de medida
6. Variables: clasificación y notación
7. Distribución de frecuencias
8. Representaciones gráficas
9. Propiedades de la distribución de frecuencias
10. Medidas de posición
11. Medidas de dispersión
12. Medidas de forma
13. Curva de Lorenz, coeficiente de Gini e índice de Theil
15. UNIDAD DIDÁCTICA 2. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
16. Medidas de tendencia central
17. Medidas de posición
18. Medidas de variabilidad
19. Índice de asimetría de Pearson
20. Puntuaciones típicas
22. UNIDAD DIDÁCTICA 3. ANÁLISIS CONJUNTO DE VARIABLES
23. Introducción al análisis conjunto de variables
24. Asociación entre dos variables cualitativas
25. Correlación entre dos variables cuantitativas
26. Regresión lineal
28. UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD
29. Conceptos previos de probabilidad
30. Variables discretas de probabilidad
31. Distribuciones discretas de probabilidad
32. Distribución normal
33. Distribuciones asociadas a la distribución normal
35. UNIDAD DIDÁCTICA 5. ESTADÍSTICA INFERENCIAL
36. Conceptos previos
37. Métodos de muestreo
38. Principales indicadores
40. UNIDAD DIDÁCTICA 6. CONTRASTE DE HIPÓTESIS
41. Introducción a las hipótesis estadísticas
42. Contraste de hipótesis
43. Contraste de hipótesis paramétrico
44. Tipologías de error
45. Contrastes no paramétricos
47. UNIDAD DIDÁCTICA 7. REGRESIÓN LINEAL
48. Introducción a los modelos de regresión
49. Modelos de regresión: aplicabilidad
50. Variables a introducir en el modelo de regresión
51. Construcción del modelo de regresión
52. Modelo de regresión lineal
53. Modelo de regresión logística
54. Factores de confusión
55. Interpretación de los resultados de los modelos de regresión
57. UNIDAD DIDÁCTICA 8. ANÁLISIS DE VARIANZA: UN FACTOR DE EFECTOS ALEATORIOS
58. Modelos de medidas repetidas
60. UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA
61. Estadística no paramétrica. Conceptos básicos
62. Características de las pruebas
63. Ventajas y desventajas del uso de métodos no paramétricos
64. Identificación de las diferentes pruebas no paramétricas

MÓDULO 5. TÉCNICAS PARA EL DISEÑO DE LAS ENCUESTAS Y EL MUESTREO

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INVESTIGACIÓN SOCIAL
2. Introducción
3. Metodología de investigación
4. - Metodología
5. - Método científico
6. Métodos o tácticas
7. - Experimental
8. - Correlacional
9. - Observacional
10. Técnicas
11. Elección del método y las técnicas
12. - Criterios de selección del método y las técnicas
13. Las técnicas en sí mismas
15. UNIDAD DIDÁCTICA 2. LA ENCUESTA COMO TÉCNICA DE INVESTIGACIÓN SOCIAL
16. Introducción
17. Historia de las encuestas en la investigación social
18. - La aritmética política
19. - La estadística moral
20. - El movimiento de Encuestas y Monografías Sociales
21. - Marx y Weber
22. - El estudio de las actitudes
23. - Las votaciones particulares
24. - Gallup, Roper y Crossley
25. ¿Qué son las encuestas?
26. - La encuesta y las técnicas de investigación
27. - La encuesta: una técnica para explorar, describir y explicar la realidad social
28. - Propuesta de una definición de encuesta
29. Tipos de encuesta
30. - La encuesta personal
31. - La encuesta de correo
32. - La encuesta telefónica
33. - Otros tipos de encuesta
34. - La elección del tipo de encuesta más adecuada en función de sus ventajas e inconvenientes
35. El proceso general de investigación mediante encuestas
37. UNIDAD DIDÁCTICA 3. SELECCIÓN DE MUESTRAS
38. Abordaje directo de la población
39. Solución: encuestar sólo a una muestra
40. - A la búsqueda de una solución
41. - Representatividad de las muestras
42. - Fases en la obtención de una muestra
43. Acerca del tamaño de la muestra
44. - Importancia del concepto
45. - Algunos consejos
46. - Expresiones de cálculo
47. Muestras no aleatorias
48. Muestreo aleatorio
49. - Muestreo aleatorio simple
50. - Muestreo sistemático con arranque aleatorio
51. - Muestreo estratificado
52. - Muestreo de conglomerados
53. - Variantes
54. - ¿Cómo escoger un procedimiento de muestreo?
55. Errores de muestreo
56. - El error muestral y sus expresiones asociadas
57. - El error muestral y la estimación
58. - Riesgo en la estimación
59. - Un ejemplo concreto
60. Consecuencias del muestreo en el análisis de los datos
61. - Ponderación
62. - Varianzas
63. - Modelos de muestreo en el software al uso
64. Problemas prácticos
65. - Problemas con la base de datos
66. - Problemas con la ausencia de respuesta
67. - Los encuestadores
68. Software para el muestreo: SOTAM
70. UNIDAD DIDÁCTICA 4. SELECCIÓN DEL ENCUESTADO
71. Introducción
72. Encuestas por correo
73. Encuestas por teléfono
74. Encuestas cara a cara: muestreo por cuotas
75. Encuestas cara a cara: muestreo por rutas aleatorias
76. - Construcción de la ruta aleatoria
77. - Selección del encuestado en la vivienda
79. UNIDAD DIDÁCTICA 5. ELABORACIÓN DEL CUESTIONARIO
80. Introducción
81. ¿Qué es un cuestionario?
82. ¿Por qué utilizar un cuestionario?
83. Esquema conceptual para orientar la elaboración del cuestionario
84. - Las variables son constructos
85. Pasos para la elaboración del cuestionario
86. El objetivo del cuestionario
87. - El contexto de la encuesta
88. - Los recursos disponibles
89. El diseño del cuestionario
90. Recomendaciones para hacer las preguntas del cuestionario
91. - Recomendaciones para elaborar preguntas factuales
92. - Preguntas abiertas comparadas con preguntas cerradas
93. - Preguntas llave o filtro
94. Medición de estados subjetivos
95. - Tests de ordenación
96. - Tests tipo Likert
97. Revisión de las preguntas
98. - Procedimientos subjetivos
99. - Procedimientos empíricos
100. Preguntas demográficas
101. Orden y disposición de las preguntas en el cuestionario
103. UNIDAD DIDÁCTICA 6. LA ENTREVISTA
104. Introducción
105. La selección de entrevistadores
106. El entrenamiento de los entrevistadores
107. - Entrenamiento genera]
108. - Entrenamiento específico
109. - Materiales y procedimientos de entrenamiento
110. Acceso al campo
111. La entrevista en sí
112. - Concepto y tipos de entrevista
113. - La realización de la entrevista
114. - La revisión de !a entrevista
115. - Supervisión y control
116. - Feed-back
117. Guía de la entrevista
119. UNIDAD DIDÁCTICA 7. TRABAJO DE CAMPO
120. El trabajo de campo
121. - Selección y formación de encuestadores
122. - Coordinación, seguimiento y control del trabajo de campo
123. Material para realizar el trabajo de campo
124. - Manual o normas para encuestadores
125. - Cuestionario
126. - Carne o acreditación como encuestador
127. - Tarjeta de agradecimiento y/o de la empresa
128. - Hoja de resultados o incidencias
129. - Ficha de campo
130. - Punto de inicio de ruta
131. - Teléfono de contacto
132. - Cuaderno de notas
134. UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL TRATAMIENTO DE DATOS
135. Introducción
136. Tratamiento de dalos
137. - Términos comunes
138. - Codificación de datos
139. - Formato de los dalos
140. - Escritura de los datos
141. - Errores en los datos
142. Análisis estadístico de datos
144. UNIDAD DIDÁCTICA 9. EL INFORME DE INVESTIGACIÓN
145. Introducción
146. Aprendiendo de los informes publicados
147. Cuestiones y consideraciones generales
148. - Cuestiones previas
149. - Tipos de informes
150. - Consideraciones generales
151. El informe técnico y su presentación
152. - Estructura del informe
153. - Elementos de un informe
154. - Presentación de datos
156. UNIDAD DIDÁCTICA 10. LA CALIDAD DE LA ENCUESTA
157. Introducción
158. Errores asociados al muestreo
159. - La no respuesta
160. Errores asociados con el cuestionario
161. - Necesidad de hacer estudios piloto
162. Errores asociados con la entrevista
163. - Errores asociados a los encuestadores
164. - La importancia en la supervisión
165. - Repaso a la entrevista y cumplimentación correcta de cuestionarios
166. Errores asociados con el tratamiento de datos
167. - Errores en la codificación de datos
168. - Errores asociados al registro o grabación de los datos
169. - Errores en la preparación de los datos para el análisis
170. - Imputación de dalos a las respuestas perdidas y a las no respuestas

MÓDULO 6. LAS SERIES TEMPORALES

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS SERIES TEMPORALES
2. Definición de serie temporal
3. Objetivos y componentes de las series temporales
4. Clasificación
5. Métodos clásicos de análisis
7. UNIDAD DIDÁCTICA 2. MODELOS PROBABILÍSTICOS DE SERIE TEMPORALES. CONCEPTOS FUNDAMENTALES
8. Proceso estocástico
9. Procesos de Estado Discreto
10. Procesos estacionarios
11. Funciones de autocovarianza y autocorrelación
12. Proceso de ruido blanco
13. Teorema de Descomposición de Wold
15. UNIDAD DIDÁCTICA 3. MODELOS DE SERIES TEMPORALES UNIVARIANTES
16. Modelos de media móvil: concepto de invertibilidad
17. Modelos autorregresivos
18. Modelos mixtos
19. Modelos estacionales: estacionales puros estacionales multiplicativos y estacionales no estacionarios
21. UNIDAD DIDÁCTICA 4. METODOLOGÍA BOX-JENKINS
22. Ideas básicas para la construcción de modelos
23. - Identificación
24. - Estimación
25. - Diagnosis
26. - Predicción
28. UNIDAD DIDÁCTICA 5. ANÁLISIS DE INTERVENCIÓN Y VALORES ATÍPICOS
29. Introducción a análisis de intervención y valores atípicos
30. Efectos cualitativos: variables impulso y escalón
31. Construcción de modelos de intervención
32. Atípicos aditivos e innovativos
33. - Métodos para la detección de atípicos
35. UNIDAD DIDÁCTICA 6. MODELOS DE HETEROCEDASTICIDAD CONDICIONAL
36. Conceptos básicos en el desarrollo de modelos ARCH
37. Modelo de heterocedasticidad condicional autorregresiva (ARCH)
38. Modelo de heterocedasticidad condicional autorregresiva generalizados (GARCH)
39. Otros modelos de heterocedasticidad
40. Volatilidad estocástica
42. UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL ANÁLISIS DE SERIES BIVARIANTES
43. Formulación de un modelo de función de transferencia
44. Funciones de covarianzas y correlaciones cruzadas y modelos de función de transferencia
45. - Relación entre correlación cruzada y función de transferencia
46. Concepto de preblanqueado
47. - Identificación del modelo del proceso ruido

MÓDULO 7. ESTADÍSTICA NO PARAMÉTRICA

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA
2. Estadística no paramétrica. Conceptos básicos
3. - Tipos de datos: cualitativos y cuantitativos
4. Características de las pruebas
5. - Características de las pruebas paramétricas
6. - Características de las pruebas no paramétricas
7. Ventajas y desventajas del uso de métodos no paramétricos
8. - Ventajas del uso de métodos no paramétricos
9. - Desventajas del uso de métodos no paramétricos
10. Identificación de las diferentes pruebas no paramétricas
11. - Principales pruebas no paramétricas
12. - Clasificación de las pruebas no paramétricas
14. UNIDAD DIDÁCTICA 2. PRUEBAS NO PARAMÉTRICAS PARA UNA MUESTRA
15. Pruebas no paramétricas para una muestra
16. Chi-cuadrado o ji-cuadrado
17. Prueba de Kolmogorov-Smirnov para una muestra
18. Prueba binomial
19. Prueba de rachas
21. UNIDAD DIDÁCTICA 3. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS RELACIONADAS
22. Prueba de los signos
23. Prueba del rango con signo de Wilcoxon
24. Prueba de McNemar
26. UNIDAD DIDÁCTICA 4. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS RELACIONADAS
27. Pruebas para k muestras relacionadas
28. Prueba de Cochran
29. Prueba de Friedman
30. Coeficiente de concordancia de W de Kendall
32. UNIDAD DIDÁCTICA 5. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS INDEPENDIENTES
33. Pruebas para dos muestras independientes
34. Prueba U de Mann Whitney
35. Prueba de Wald-Wolfowitz
36. Prueba de reacciones extremas de Moses
37. Prueba de Kolmogorov-Smirnov para dos muestras
39. UNIDAD DIDÁCTICA 6. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS INDEPENDIENTES
40. Pruebas no paramétricas para K muestras independientes
41. Prueba de la mediana
42. Prueba H de Kruskal-Wallis
43. Prueba de Jonckheere-Terpstra

MÓDULO 8. PROYECTO FIN DE MÁSTER