¿Qué quieres aprender?

Máster en Estadística, Economía y Matemáticas Financieras

Máster en Estadística, Economía y Matemáticas Financieras

ESNECA BUSINESS SCHOOL

Máster online

Descuento Lectiva
2.380 € 595
¿Quieres hablar con un asesor sobre este curso?

Objetivos

El alumnado podrá obtener una visión de los estados contables, el análisis porcentual, el análisis de desviaciones, la planificación financiera, el sistema financiero, la amortización de prestamos, la equivalencia de capitales, las rentas, los medios de cobro y pago y el registro de tesorería.

A quién va dirigido

Esta Titulación está dirigida a empresarios, directivos, emprendedores, trabajadores, estudiantes y cualquier persona que pretenda adquirir los conocimientos necesarios en relación con este ámbito profesional.

Requisitos

No se necesitan requisitos previos para comenzar tus estudios e este master.

Temario completo de este curso

PARTE 1: ESTADÍSTICA

UNIDAD DIDÁCTICA 1. ORÍGENES Y DESARROLLO DE LA ESTADÍSTICA

  • 1. Historia de la estadística
  • 2. Introducción a la estadística

UNIDAD DIDÁCTICA 2. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS ESTADÍSTICOS

  • 1. Introducción, concepto y funciones de la estadística
  • 2. Estadística descriptiva
  • 3. Estadística inferencial
  • 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

UNIDAD DIDÁCTICA 3. ESTADÍSTICA DESCRIPTIVA

  • 1. Medidas de posición
  • 2. Medidas de dispersión
  • 3. Medidas de forma
  • 4. Curva de Lorenz, coeficiente de Gini e índice de Theil

UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD

  • 1. Conceptos previos de probabilidad
  • 2. Variables discretas de probabilidad
  • 3. Distribuciones discretas de probabilidad
  • 4. Distribución normal
  • 5. Distribuciones asociadas a la distribución normal

UNIDAD DIDÁCTICA 5. TEOREMA CENTRAL DEL LÍMITE

  • 1. Introducción al Teorema Central del Límite
  • 2. Aproximación normal a la distribución binomial
  • 3. Teorema Central del Límite de Laplace
  • 4. Teorema Central del Límite y primeras demostraciones rigurosas
  • 5. Generalizaciones del Teorema Central del Límite

UNIDAD DIDÁCTICA 6. DISEÑOS MUESTRALES PROBABILÍSTICOS

  • 1. El muestreo aleatorio simple o irrestrictamente aleatorio
  • 2. Muestreo aleatorio estratificado
  • 3. Los estimadores indirectos: razón y regresión
  • 4. El muestreo aleatorio por conglomerados
  • 5. 5.Muestreo polietápico
  • 6. 6.Muestreo aleatorio sistemático
  • 7. Muestreo sistemático replicado
  • 8. La técnica de las submuestras interpenetrantes

UNIDAD DIDÁCTICA 7. LAS DISTRIBUCIONES MUÉSTRALES

  • 1. Qué es una distribución muestral
  • 2. Distribución muestral del estadístico media
  • 3. Distribución muestral del estadístico proporción

UNIDAD DIDÁCTICA 8. ESTIMACIÓN PUNTUAL DE PARÁMETROS

  • 1. Método de máxima verosimilitud
  • 2. Método de los momentos
  • 3. Relación entre el método de máxima verosimilitud y el de los momentos
  • 4. Propiedades deseables para un estimador paramétrico

UNIDAD DIDÁCTICA 9. CONTRASTE DE HIPÓTESIS

  • 1. Introducción a las hipótesis estadísticas
  • 2. Contraste de hipótesis
  • 3. Contraste de hipótesis paramétrico
  • 4. Tipologías de error
  • 5. Contrastes no paramétricos

UNIDAD DIDÁCTICA 10. ANÁLISIS DE VARIANZA: UN FACTOR DE EFECTOS ALEATORIOS

  • 1. Modelos de medidas repetidas

UNIDAD DIDÁCTICA 11. REGRESIÓN LINEAL

  • 1. Introducción a los modelos de regresión
  • 2. Modelos de regresión: aplicabilidad
  • 3. Variables a introducir en el modelo de regresión
  • 4. Construcción del modelo de regresión
  • 5. Modelo de regresión lineal
  • 6. Modelo de regresión logística
  • 7. Factores de confusión
  • 8. Interpretación de los resultados de los modelos de regresión

UNIDAD DIDÁCTICA 12. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA

  • 1. Estadística no paramétrica. Conceptos básicos
  • 2. Características de las pruebas
  • 3. Ventajas y desventajas del uso de métodos no paramétricos
  • 4. Identificación de las diferentes pruebas no paramétricas
Ver más