Diagrama de temas

•  
   
  Estadística e introducción a la econometría, abril 2011

  ---

• Programa

   

  • Contiene el programa de la asignatura o curso y la guía de aprendizaje.

  • Tema 0. Distribuciones Estadísticas Unidimensionales

  • 1.1. La Estadística Descriptiva y la Inferencia Estadística. Aplicaciones en la Empresa
    1.2. Definiciones previas
    1.3. Distribuciones de frecuencias
    1.3.1. Distribuciones agrupadas y no agrupadas en intervalos
    1.4. Representaciones gráficas

  • Tema 1. Características De Una Distribución De Frecuencias

  • 1.1. Características de una distribución de frecuencias
    1.2. Medidas de posición centrales
    1.2.1. La media aritmética, geométrica y armónica. Propiedades
    1.2.2. La mediana y la moda
    1.3. Medidas de posición no centrales
    1.3.1. Cuartiles, deciles y percentiles
    1.4. Medidas de dispersión absolutas
    1.4.1. Recorrido, recorrido intercuartílico
    1.4.3. La varianza. La desviación típica. Propiedades
    1.5. Medidas de dispersión relativas
    1.5.1. Coeficiente de apertura, Recorrido Relativo, Recorrido Semi-intercuartílico
    1.5.2. Coeficiente de Variación de Pearson
    1.6. Medidas de concentración
    1.7.1. El índice de concentración de Gini
    1.7.2. La curva de Lorenz. Propiedades

  • Tema 2. Números Índices

  • 2.1. Concepto y aplicaciones
    2.2. Número índice simple y números índices complejos. Tasas de variación
    2.3. Clases de números índices
    2.3.1. Índices de precios
    2.3.2. Índices cuánticos o de producción
    2.3.3. Índices de valor
    2.4. Cambio de período base. Renovación y empalme
    2.5. Deflación de series económicas
    2.7. El I.P.C. y otros índices elaborados en España

  • Tema 3. Distribuciones Bidimensionales

  • 3.1. Conceptos generales
    3.2. Distribuciones bidimensionales de frecuencias
    3.2.1. Tablas de correlación y contingencia
    3.2.2. distribuciones marginales y condicionales
    3.3. Momentos en distribuciones bidimensionales. la covarianza
    3.4. Independencia estadística

  • Tema 4. Regresión y Correlación

  • 4.1. Concepto de ajuste lineal
    4.2. El método de los mínimos cuadrados y las ecuaciones normales
    4.3. Ajuste por mínimos cuadrados a una recta
    5.3.1. Propiedades
    4.4. Coeficiente de determinación y correlación
    4.4.1. La varianza residual
    4.4.2. Relación entre las varianzas Sy²; Sy^*2; Se²
    4.4.3. El coeficiente de determinación
    4.4.4. El coeficiente de correlación lineal
    4.5. Regresión y correlación no lineal
    4.6. Ajustes no lineales
    4.6.1. Ajuste hiperbólico, potencial, exponencial y parabólico
    4.6.2. Ajuste a la curva logística
    4.7. Regresión lineal múltiple
    4.7.1. Ajuste a un hiperplano por mínimos cuadrados
    4.7.2. El coeficiente de determinación múltiple y parcial

  • Tema 5. Series Cronológicas o Temporales

  • 5.1. Introducción. Descripción numérica. Representación gráfica
    5.2. Componentes de una serie en el tiempo
    5.3. Tipos de esquemas
    5.4. Análisis de la tendencia
    5.4.1. Método de ajuste gráfico de los puntos medios
    5.4.2. Método de las medias móviles
    5.4.3. Método del alisamiento exponencial
    5.4.4. Método del ajuste a una función
    5.5. Análisis de la estacionalidad
    5.5.1. Método de la razón (o diferencia) a la media móvil
    5.5.2. Método de las relaciones de las medias mensuales respecto a la tendencia
    5.5.3. Desestacionalización

  • Tema 6. Probabilidad

  • 6.1. Introducción. Fenómenos estocásticos. Experimento aleatorio
    6.2. Espacios muestrales. Sucesos
    6.3. Definición axiomática de probabilidad
    6.3.1. Axiomática de Kolmogorov
    6.3.2. Consecuencias de los axiomas
    6.4. Probabilidad condicionada
    6.4.2. El teorema de la probabilidad total
    6.4.3. El teorema de Bayes
    6.5. Independencia de sucesos

  • Tema 7. Variables Aleatorias

  • 7.1. Concepto de variable aleatoria. Definición formal. Notaciones
    7.2. Función de distribución de una variable aleatoria
    7.2.1. Propiedades
    7.3. Variables aleatorias de tipo discreto
    7.3.1. Función puntual de probabilidad. Definición. Caracterización. Relación con F
    7.4. Variables aleatorias de tipo continuo
    7.4.1. Función de densidad. Definición. Caracterización. Relación con F
    7.5. Trasformaciones de variables aleatorias
    7.5.1. Trasformación de variables discretas
    7.5.2. Trasformación de variables continuas

  • Tema 8. Características de las Variables Aleatorias

  • 8.1. Introducción
    8.2. Esperanza matemática de una variable aleatoria
    8.2.1. Caso discreto y continuo
    8.2.2. Propiedades de la esperanza matemática
    8.3. Momentos de una variable aleatoria
    8.3.1. Momentos respecto al origen
    8.3.2. Momentos respecto a la esperanza matemática. La varianza. Propiedades
    8.4. La función generatriz de momentos

  • Tema 9. Modelos Discretos de Variables Aleatorias

  • 9.1. Introducción
    9.2. La distribución de Bernoulli
    9.3. La distribución Binomial. Relación entre la distribución Binomial y Bernoulli
    9.4. La distribución de Poisson. Aproximación de la distribución Binomial a la Poisson
    9.5. La distribución Geométrica
    9.7. La distribución Hipergeométrica

  • Tema 10. Modelos Continuos de Variables Aleatorias

  • 10.1. Distribuciones especiales continuas
    10.2. La distribución Uniforme
    10.3. La distribución Normal de parámetros µ, s
    10.4. La distribución Exponencial
    10.5. Distribución de Pareto
    10.6. Algunas distribuciones relacionadas con la Normal
    10.6.1. La distribución X²
    10.6.2. La distribución F de Snedecor
    10.6.3. La distribución t de Student

  • Tema 11. Introducción a la Inferencia Estadística. Teoría de Muestras

  • 11.1. Sucesiones de variables aleatorias y tipos de convergencia
    11.2. El teorema Central del Límite
    11.3. Población. Muestra. Tipos de Muestreo
    11.4. Concepto de muestra aleatoria y estadístico. Algunos estadísticos importantes
    11.5. Momentos de la media y la varianza muestral
    11.5.1. Esperanza y varianza de la media muestral
    11.5.2. Esperanza y varianza de la varianza muestral
    11.6. Muestreo en poblaciones normales. Distribuciones muestrales
    11.6.1. Distribución de la media muestral. Con varianza conocida
    11.6.2. Distribución de la varianza muestral
    11.6.3. Distribución de la media muestral. Con varianza desconocida
    11.6.4. Distribución de la diferencia de medias
    11.6.5. Distribución del cociente de varianzas
    11.7. Distribución en el muestreo de una proporción

  • Tema 12. Estimación Puntual

  • 12.1. Planteamiento del problema. La Estimación Puntual
    12.2. El estimador de mínimo error cuadrático medio
    12.3. Propiedades de los estimadores
    12.3.1. Insesgadez
    12.3.2. Eficiencia relativa
    12.5.1. Estimador insesgado de varianza mínima (EIMV)
    12.5.2. Cota de Cramer-Rao
    12.3.3. Consistencia
    12.4. Métodos para la obtención de estimadores
    12.4.1. El método de la máxima verosimilitud. Propiedades
    12.4.2. El método de los momentos. Propiedades

  • Tema 13. Estimación por Intervalos de Confianza

  • 13.1. Una introducción a los intervalos de confianza
    13.2. Un método para encontrar intervalos de confianza. El método del pivote
    13.3. Intervalos de confianza en poblaciones normales
    13.3.1. Intervalo de confianza para la media de una población normal
    13.3.2. Intervalo de confianza para la varianza de una población normal
    13.3.3. Intervalo de confianza para la diferencia de medias

  • Tema 14. Test de Hipótesis Estadísticas

  • 14.1. Introducción
    14.2. Nociones fundamentales sobre los test de hipótesis
    14.3. Test de hipótesis en poblaciones normales
    14.3.1. Test de hipótesis sobre la media
    14.3.2. Test de hipótesis sobre la varianza
    14.3.3. Test de hipótesis sobre la diferencia de medias
    14.3.4. Test de hipótesis sobre el cociente de varianzas

  • Tema 15. Modelos Lineales Simples

  • 15.1. El principio mínimos cuadrados
    15.2. Regresión lineal simple
    15.2.1. Estimación de los parámetros del modelo de regresión
    15.2.2. Regiones confidenciales y test de hipótesis
    15.3. Análisis de la varianza en la regresión
    15.4. Predicción

  • Tema 16. El Modelos Lineal General

  • 16.1. El modelo de regresión múltiple
    16.2. Estimación por mínimos cuadrados
    16.3. Hipótesis estándar para el modelo de regresión múltiple
    16.4. El teorema de Gauss-Markov
    16.5. Intervalos de confianza y contrastes de hipótesis
    16.6. Predicción

  • ---

    
    Fernando A. López Hernández by Estadística e introducción a la econometría is licensed under a Creative Commons Reconocimiento-NoComercial-CompartirIgual 3.0 Unported License.
    Creado a partir de la obra en ocw.bib.upct.es.