Maestria en Estadistica aplicada

Galería de imágenes

Universidad Nacional de Rosario

Análisis de educaedu

Camilo Calad

Maestria en Estadistica aplicada

• Modalidad de impartición
  El estudio de la Maestría en Estadística Aplicada se hace de manera presencial.
• Número de horas
  La duración total de la Maestría es de 770 horas.
• Titulación oficial
  La Universidad Nacional de Rosario otorga, a quienes aprueben la tesis, el grado de Magíster en Estadística Aplicada.
• Valoración del programa
  El programa de estudio se divide en cinco módulos, uno de teoría estadística, tres de métodos estadísticos y uno sobre metodología de investigación. Esta estructura académica busca profundizar los conocimientos teóricos y aplicados estadísticos, acrecentar las capacidades analíticas de la información cuantitativa y dotar al estudiante de instrumentos y/o conceptos que perfeccionen sus dotes para la investigación.
• Dirigido a
  El postulante debe tener un título profesional en estadística o matemática. Sino posee alguno de estos títulos, deberá presentar suficiencia en temas como álgebra, cálculo y teoría de probabilidades. Es indispensable asistir a una entrevista y entregar un currículum vitae.
• Empleabilidad
  El egresado de este curso podrá desempeñarse en diversos espacios laborales en los cuales se necesite evaluar situaciones desde un punto de vista cuantitativo, integrar equipos interdisciplinarios que se dediquen a la toma de decisiones. Puede ejercer como consultor interno o externo de compañías en las áreas de planeación financiera, administración, ventas, desarrollo de negocios y contabilidad entre otros.

Comentarios sobre Maestria en Estadistica aplicada - Presencial - Rosario - Santa Fe

• Objetivos del curso
  La carrera de Posgrado "Maestría en Estadística Aplicada" tiene como objetivos principales: Profundizar el conocimiento en desarrollos teóricos y aplicados en estadística; Ofrecer actualización en métodos para el análisis de información cuantitativa y Proporcionar herramientas conceptuales y metodológicas para desarrollar proyectos de investigación y consultoría.
• Curso dirigido a
  Los interesados deberan poseer título universitario de Estadístico, Licenciado en Estadística u otro que acredite una fuerte base en cálculo avanzado, álgebra matricial y teoría de probabilidades.
• Titulación
  Maestria en Estadistica aplicada
• Contenido

  Area I: Teoría estadística:
  Probabilidad e Introducción a los procesos estocásticos.
  -  Revisión de tópicos básicos en probabilidad.
  -  Procesos Estocásticos: camino aleatorio, cadenas de Markov.
  -  Procesos de ramificación.
  -  Otros Procesos.
  Teoría estadística.

  -   Métodos de optimización útiles para el cálculo de estimadores M.V.: Newton Raphson, Fisher´s scoring, Algoritmo E.M. Simplex. Verosimilitud agrupada, restringida, penalizada.

  -   Test insesgados, similares, invariantes. Test localmente más potente. Test de score y de Wald. Test secuenciales.
  -   Métodos computacionalmente intensivos: Simulación. Test permutacionales. Validación cruzada. Jacknife y bootstrap. Muestreo de Gibbs.

  Area II: Métodos Estadísticos:
  Análisis de datos:
  Métodos gráficos para exploración y presentación de datos.
  Reducción de dimensiones de las observaciones a través de técnicas multivariadas.
  Métodos gráficos para la identificación de distribuciones.
  Métodos de suavizado para regresión.

  Modelos lineales:
  Teoría de distribución en el modelo lineal.
  Teoría de estimación de modelos lineales.
  Tests de hipótesis lineales y comparaciones múltiples.
  Introducción al modelo mixto.

  Métodos Estadísticos:

  Opción 1) Series de tiempo:
  Modelo de Nivel Local.
  Modelo Básico de Espacio de Estado.
  MBEE: Filtrado, Suavizado y Estimación Máximo Verosímil.
  Observaciones de la Familia Exponencial.
  Series de Tiempo Irregulares.

  Opción 2) Muestreo:
  Diseños complejos: Métodos para selección de muestras y cálculo de estimadores. Análisis de datos con técnicas multivariadas. Aplicación en estadísticas oficiales
  Métodos de estimación alternativos: linearización de Taylor y de replicaciones
  Enfoque de Modelos: aplicación a los diseños muestrales básicos. Estimación mediante el uso de modelos lineales. Elección del diseño muestral óptimo
  Tratamiento de la falta de información: métodos de imputación y métodos basados en modelos.      

  Métodos no paramétricos:
  Tests permutacionales. Tests de rangos. Tests permutacionales de rangos.
  Distribución asintótica de las estadísticas. Problemas de 2 y k muestras independientes.Diseños en bloques completos e incompletos, factoriales y complejos.
  Problemas de regresión univariadas y multivariadas.
  Problemas de supervivencia.         

  Modelos lineales generalizados:
  Familia exponencial y modelos lineales generalizados.
  Modelos especiales: modelos para datos continuos, para datos binarios y politómicos, modelos log-lineales.
  Modelos casi-verosímiles

  Diseño de Experimentos y Superficie de respuesta:
  Diseños en bloques incompletos, látices, factoriales con confusión de efectos, diseños fraccionarios: reglas prácticas y análisis utilizando la teoría general de modelos lineales.
  El enfoque de Taguchi.
  Diseños de primer y segundo orden. Metodología de superficies de respuesta.
  Modelos mixtos. Componentes de variancia. Análisis de covariancia

  Análisis de datos longitudinales:
  Estudios longitudinales.
  Modelos lineales, modelos paramétricos para la estructura de covarianza, métodos de análisis de la varianza.
  Modelos lineales generalizados para datos longitudinales.
  Modelos marginales, de efectos aleatorios, de transición.

  Area III: Materias optativas:
  A designar. La oferta de cursos optativos será variada cubriendo áreas de aplicación específicas: actuarial, bioestadística, industrial, supervivencia, etc. Dichos cursos serán aprobados anualmente por el Consejo Directivo de la Facultad.

  Módulo de Metodología de Investigación:
  Este módulo incluye:
     - Seminarios de Metodología de Investigación y de Consultoría: estudio     sistemático de las tareas que corresponden a la definición del problema, formulación de hipótesis, conceptualización, etc.
    - Taller de Investigación: Participación en grupos de investigación interdisciplinarios
  

Otra formación relacionada con estadística