El mejor programa del panorama académico actual para ahondar en el diseño muestral y en la aplicación de los Statistical Studies a la industria de manera 100% online” 

El uso de la Estadística como herramienta indispensable de la Medicina ha permitido el desarrollo de pautas de actuación y manejo de pacientes más efectivas y exhaustivas basadas en el número de casos en los que se reitera el mismo cuadro sintomático y los resultados que se obtienen tras el establecimiento de un determinado tratamiento. Lo mismo ocurre en ámbitos como la política, la economía o el Marketing, en los que esta disciplina y su uso para la estimación de tendencias futuras en base al análisis de los comportamientos sociales que se han llevado a cabo hasta el momento tras una determinada actividad (unas elecciones, el lanzamiento de un producto, la subida del valor de las acciones, etc.) es muy frecuente a la par que eficaz, eficiente y, sobre todo, necesario.

Por esa razón, se trata de un sector con una amplia salida laboral, en el que los profesionales encuentran un gran abanico de oportunidades para desarrollarse y crecer con expectativas de futuro exigentes y del máximo nivel. En base a ello, el curso de esta Postgraduate diploma es, por lo tanto, una oportunidad académica única de especializarse en los Statistical Studies y de adquirir los conocimientos más exhaustivos sobre el análisis, la exploración, la gestión y el manejo de datos. A través de 450 horas del mejor contenido teórico, práctico y adicional, el egresado trabajará con la información más novedosa relacionada con los diseños muestrales y las diferentes aplicaciones de la Estadística a la industria actual, pudiendo implementar a su praxis las técnicas de muestreo y de estimación más efectivas hasta el momento.

Todo ello, de manera 100% online y a lo largo de 6 meses en los que tendrá acceso sin límites al Campus Virtual, el cual es compatible con todos los dispositivos con conexión a internet. Además, contará con horas de material adicional de gran calidad presentado en diferentes formatos: vídeos al detalle, artículos de investigación, lecturas complementarias, ejercicios de autoconocimiento, resúmenes dinámicos ¡y mucho más! Todo podrá ser descargado para su consulta, incluso, cuando no disponga de cobertura, y para cuando haya terminado esta experiencia académica inigualable y altamente capacitante.

Adquirirás un conocimiento amplio y exhaustivo sobre la Estadística descriptiva unidimensional, así como sobre sus características de forma y sobre sus puntuaciones tipificadas”

Esta Postgraduate diploma en Statistical Studies contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en Estudios Estadísticos 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información técnica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras 
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Podrás trabajar con las consideraciones generales sobre el muestreo en proyectos de pequeña y gran escala, basándose en el tipo de estudio y en las aplicaciones que vaya a tener”

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeos interactivos realizados por reconocidos expertos.

El Campus Virtual es totalmente compatible con cualquier dispositivo con conexión a internet, por lo que podrás cursar esta Postgraduate diploma desde donde quieras y cuando quieras, sin límites ni horarios"

¿Te gustaría dominar las pautas del muestreo probabilístico y el aleatorio simple? Apuesta, entonces, por una titulación que te permita llevarlo a cabo de manera garantizada y alcanzando el máximo nivel"

This Postgraduate diploma in Statistical Studies has been developed by TECH taking into account 3 main criteria: the recommendations of a team of professionals versed in the area of ​​economics and finance, the methodology Relearning and the inclusion of the most varied, dynamic and exhaustive additional material The above has made it possible to create a complete and highly capacitating professional experience condensed in 450 hours, presented in a convenient and accessible 100% online format. In this way, graduates will define their own study schedule as well as the depth with which they wish to delve into each section.

You will find detailed videos, research articles, complementary readings and much more in the Virtual CAMPUS! So you can personalize your study of the different sections of the syllabus”

Module 1. Data Description and Exploration

1.1. Introduction to Statistics

1.1.1. Basic Concepts in Statistics
1.1.2. The Purpose of Exploratory Data Analysis or Descriptive Statistics
1.1.3. Types of Variables and Measurement Scales
1.1.4. Rounding and Scientific Notation

1.2. Summary of Statistical Data

1.2.1. Frequency Distributions: Tables
1.2.2. Grouping in Intervals
1.2.3. Graphical Representations
1.2.4. Differential Diagram
1.2.5. Integral Diagram

1.3. One-Dimensional Descriptive Statistics

1.3.1. Central Position Characteristics: Mean, Median, Mode
1.3.2. Other Position Characteristics: Quartiles, Deciles and Percentiles
1.3.3. Dispersion Characteristics: Variance and Standard Deviation (Sample and Population), Range, Inter-Quartile Range
1.3.4. Relative Dispersion Characteristics
1.3.5. Typical Scores
1.3.6. Shape Characteristics: Symmetry and Kurtosis

1.4. Complements in the Study of a Variable

1.4.1. Exploratory Analysis: Box Plots and Other Graphs
1.4.2. Transforming Variables
1.4.3. Other Averages: Geometric, Harmonic, Quadratic
1.4.4. Chebyshev's Inequality

1.5. Two-Dimensional Descriptive Statistics

1.5.1. Two-Dimensional Frequency Distributions
1.5.2. Double-Entry Statistical Tables. Marginal and Conditional Distributions
1.5.3. Concepts of Independence and Functional Dependence
1.5.4. Graphical Representations

1.6. Complements in the Study of Two Variables

1.6.1. Numerical Characteristics of a Two-Dimensional Distribution
1.6.2. Joint, Marginal and Conditional Moments
1.6.3. Relationship between Marginal and Conditional Measures

1.7. Regression

1.7.1. General Regression Line
1.7.2. Regression Curves
1.7.3. Linear Adjustment
1.7.4. Prediction and Error

1.8. Correlation

1.8.1. Concept of Correlation
1.8.2. Correlation Ratios
1.8.3. Pearson's Correlation Coefficient
1.8.4. Correlation Analysis

1.9. Correlation between Attributes

1.9.1. Spearman's Coefficient
1.9.2. Kendall Coefficient
1.9.3. Chi-Squared Coefficient

1.10. Introduction to Time Series

1.10.1. Time Series
1.10.2. Stochastic Processes

1.10.2.1. Stationary Processes
1.10.2.2. Non-Stationary Processes

1.10.3. Models
1.10.4. Applications

Module 2. Sampling Designs

2.1. General Considerations on Sampling

2.1.1. Introduction
2.1.2. Historical Background
2.1.3. Concept of Population, Frame and Sample
2.1.4. Advantages and Disadvantages of Sampling
2.1.5. Stages in a Sampling Process
2.1.6. Sampling Applications
2.1.7. Types of Sampling
2.1.8. Sampling Designs

2.2. Simple Random Sampling

2.2.1. Introduction
2.2.2. Definition of Sample Design MAS (N, n), MASR and Associated Parameters
2.2.3. Estimation of Population Parameters
2.2.4. Determining Sample Sizes (without Replenishment)
2.2.5. Determining Sample Sizes (with Replenishment)
2.2.6. Comparison between Simple Random Sampling without and with Replacement
2.2.7. Estimating Subpopulations

2.3. Probability Sampling

2.3.1. Introduction
2.3.2. Sampling Design or Procedure
2.3.3. Statistics, Estimators and Properties
2.3.4. Estimator Distribution in Sampling
2.3.5. Selecting Units without and with Replenishment. Equal Probabilities
2.3.6. Simultaneous Variable Estimation

2.4. Probability Sampling Applications

2.4.1. Main Applications
2.4.2. Examples

2.5. Stratified Random Sampling

2.5.1. Introduction
2.5.2. Definition and Characteristics
2.5.3. Estimators under M.A.E(n)
2.5.4. Bindings
2.5.5. Determining Sample Size
2.5.6. Other M.A.E Aspects

2.6. Stratified Random Sampling Applications

2.6.1. Main Applications
2.6.2. Examples

2.7. Systematic Sampling

2.7.1. Introduction
2.7.2. Estimates in Systematic Sampling
2.7.3. Variance Decomposition in Systematic Sampling
2.7.4. Efficiency of Systematic Sampling Compared to MAS
2.7.5. Variance Estimation: Replicate or Interpenetrating Samples

2.8. Systematic Sampling Applications

2.8.1. Main Applications
2.8.2. Examples:

2.9. Indirect Estimation Methods

2.9.1. Ratio Methods
2.9.2. Regression Methods

2.10. Indirect Estimation Methods Applications

2.10.1. Main Applications
2.10.2. Examples:

Module 3. Statistical Applications in Industry

3.1. Queuing Theory

3.1.1. Introduction
3.1.2. Queuing Systems
3.1.3. Measures of Effectiveness
3.1.4. Poisson Processes
3.1.5. Exponential Distributions
3.1.6. Birth and Death Processes
3.1.7. Queuing Models with One Server
3.1.8. Models with Multiple Servers
3.1.9. Capacity-Limited Queuing Models
3.1.10. Finite Source Models
3.1.11. General Models

3.2. Introduction to Graph Theory (Graphs)

3.2.1. Basic Concepts
3.2.2. Oriented and Non-Oriented Graphs
3.2.3. Array Representations: Adjacency and Incidence Arrays

3.3. Graph Applications

3.3.1. Trees: Properties
3.3.2. Rooted Trees
3.3.3. Deep Search Algorithm
3.3.4. Application to Block Determination
3.3.5. Wide Search Algorithm
3.3.6. Minimum Weight Overlay Tree

3.4. Paths and Distances

3.4.1. Distance in Graphs
3.4.2. Critical Path Algorithm

3.5. Maximum Flow

3.5.1. Transport Networks
3.5.2. Minimum Cost Flow Distribution

3.6. Program Evaluation and Review Technique (PERT)

3.6.1. Definition
3.6.2. Method
3.6.3. Applications

3.7. Critical Path Method (CPM)

3.7.1. Definition
3.7.2. Method
3.7.3. Applications

3.8. Project Management

3.8.1. Differences and Advantages between PERT and CPM Methods
3.8.2. Procedure to Draw Network Models
3.8.3. Applications with Random Durations

3.9. Deterministic Inventories

3.9.1. Costs Associated with Flows
3.9.2. Costs Associated with Stocks or Storage
3.9.3. Costs Associated with Processes. Replenishment Planning
3.9.4. Inventory Management Models

3.10. Probabilistic Inventories

3.10.1. Service Level and Safety Stock
3.10.2. Optimal Order Size
3.10.3. One Period
3.10.4. Several Periods
3.10.5. Continuous Review
3.10.6. Periodic Review

Specializing in the field of Statistical Studies with TECH will not only open the doors to an extensive labor market, but it will also place you at the top of the sector thanks to the high level of professionalism that you will acquire”