Sie werden in der Lage sein, alle Inhalte vom virtuellen Campus auf ein beliebiges elektronisches Gerät herunterzuladen und sie bei Bedarf zu konsultieren, auch wenn Sie keinen Internetanschluss haben”

Das Ingenieurwesen ist eines der Fachgebiete, das am meisten von der Datenanalyse und Statistik profitiert, und die Schätzung ist eines der wichtigsten Instrumente für eine fundierte Entscheidungsfindung bei der Projektvorbereitung und -analyse. Eine solide Qualifizierung in diesem Bereich ist daher eine Notwendigkeit für jeden Ingenieur, der seine Karriere vorantreiben und sich auf dem Arbeitsmarkt profilieren möchte. 

Der Universitätskurs in Schätzung für Vorentwurf und Analyse bietet das gesamte Fachwissen über die verschiedenen Techniken und Methoden der Parameterschätzung und vermittelt Ingenieuren die notwendigen Fähigkeiten, um in der Entwurfs- und Analysephase von Projekten Analysen durchzuführen und fundierte Entscheidungen zu treffen. Der Studiengang ist an die aktuellen Bedürfnisse des Marktes angepasst und vermittelt den Studenten unter anderem hochwertige Informationen zu Themen wie statistische Inferenz, Punkt- und Intervallschätzungen und Verfahren zur Konstruktion von Schätzern. 

Aus diesem Grund hat TECH ein Programm entworfen, das in einem 100%igen Online-Format entwickelt wurde und den Studenten ermöglicht, von jedem Ort und zu jeder Zeit auf alle Inhalte zuzugreifen, was sich an die Bedürfnisse von Berufstätigen anpasst, die ihre Fortbildung weiterführen möchten, ohne ihre Arbeitstätigkeit aufzugeben. Außerdem kommt die Relearning-Methode zum Einsatz, die eine natürliche und progressive Integration der grundlegenden Konzepte durch Wiederholung und Präsentation in verschiedenen audiovisuellen Medien ermöglicht. 

Verteilen Sie Ihr Studienpensum nach Ihren persönlichen Bedürfnissen und verbinden Sie Ihr Studium mit Ihrer beruflichen Tätigkeit”

• Dieser Universitätskurs in Schätzung enthält das vollständigste und aktuellste Bildungsprogramm auf dem Markt. Seine herausragendsten Merkmale sind: Die Entwicklung von Fallstudien, die von Experten für angewandte Statistik vorgestellt werden 
• Der anschauliche, schematische und äußerst praxisnahe Inhalt vermittelt strengsten und praktische Informationen zu den Disziplinen, die für die berufliche Praxis unerlässlich sind 
• Die praktischen Übungen, bei denen der Selbstbewertungsprozess zur Verbesserung des Lernens durchgeführt werden kann 
• Sein besonderer Schwerpunkt liegt auf innovativen Methoden 
• Theoretische Vorträge, Fragen an den Experten, Diskussionsforen zu kontroversen Themen und individuelle Reflexionsarbeit 
• Die Verfügbarkeit des Zugriffs auf die Inhalte von jedem festen oder tragbaren Gerät mit Internetanschluss 

Motivationsvideos, Fallstudien, grafische und schematische Inhalte, Diskussionsforen... Alles, was Sie brauchen, um Ihre Karriere in Schwung zu bringen. Warten Sie nicht länger”

Das Dozententeam des Programms besteht aus Fachleuten aus der Branche, die ihre Erfahrungen aus ihrer Arbeit in diese Fortbildung einbringen, sowie aus anerkannten Spezialisten von führenden Gesellschaften und renommierten Universitäten. 

Die multimedialen Inhalte, die mit der neuesten Bildungstechnologie entwickelt wurden, werden der Fachkraft ein situiertes und kontextbezogenes Lernen ermöglichen, d. h. eine simulierte Umgebung, die eine immersive Fortbildung bietet, die auf die Ausführung von realen Situationen ausgerichtet ist. 

Das Konzept dieses Programms konzentriert sich auf problemorientiertes Lernen, bei dem die Fachkraft versuchen muss, die verschiedenen Situationen aus der beruflichen Praxis zu lösen, die während des gesamten Studiengangs gestellt werden. Zu diesem Zweck wird sie von einem innovativen interaktiven Videosystem unterstützt, das von renommierten Experten entwickelt wurde. 

Vertiefen Sie sich in die Verfahren zur Konstruktion von Schätzern, wobei auf die Maximum-Likelihood-Methoden eingegangen wird"

Kombinieren Sie Ihre persönlichen und beruflichen Verpflichtungen mit Ihrem Studium dank dieses Universitätskurses. 100% flexibel und online"

El plan de estudios que compone este programa ha sido elaborado por expertos en Schätzung. Así, han incluido 300 horas del mejor contenido teórico, práctico y adicional presentado en diferentes formatos audiovisuales. Además, con la revolucionaria metodología exclusiva de TECH, el Relearning, el egresado profundizará en estadística de manera natural y progresiva. Todo ello presentado en un flexible formato totalmente online, permitiendo al alumno adquirir las herramientas más vanguardistas desde cualquier dispositivo con conexión a internet y con acceso al campus virtual las 24 horas del día. 

El plan de estudios más completo y actualizado del mercado está a tu alcance gracias a este Universitätskurs mediante una capacitación 100% online”   

Módulo 1. Estimación I 

1.1. Introducción a la inferencia estadística 

1.1.1. ¿Qué es la inferencia estadística? 
1.1.2. Ejemplos 

1.2. Conceptos generales 

1.2.1. Población 
1.2.2. Muestra 
1.2.3. Muestreo 
1.2.4. Parámetro 

1.3. Clasificación de la inferencia estadística 

1.3.1. Paramétrica 
1.3.2. No paramétrica 
1.3.3. Enfoque clásico  
1.3.4. Enfoque bayesiano 

1.4. Objetivo de la inferencia estadística 

1.4.1. ¿Qué objetivos? 
1.4.2. Aplicaciones de la inferencia estadística 

1.5. Distribuciones asociadas a la normal 

1.5.1. Chi-Cuadrado 
1.5.2. T-Student 
1.5.3. F- Snedecor 

1.6. Introducción a la estimación puntual 

1.6.1. Definición de muestra aleatoria simple 
1.6.2. Espacio muestral 
1.6.3. Estadístico y estimador 
1.6.4. Ejemplos 

1.7. Propiedades de los estimadores 

1.7.1. Suficiencia y completitud 
1.7.2. Teorema de factorización 
1.7.3. Estimador insesgado y asintóticamente insesgado 
1.7.4. Error cuadrático medio 
1.7.5. Eficiencia 
1.7.6. Estimador consistente 
1.7.7. Estimación de la media, varianza y proporción de una población 

1.8. Procedimientos para la construcción de estimadores 

1.8.1. Método de los momentos 
1.8.2. Método de máxima verosimilitud 
1.8.3. Propiedades de los estimadores de máxima verosimilitud 

1.9. Introducción a la estimación por intervalos 

1.9.1. Introducción definición de intervalo de confianza 
1.9.2. Método de la cantidad pivotal 

1.10.  Tipos de intervalos de confianza y sus propiedades 

1.10.1. Intervalos de confianza para la media de una población  
1.10.2. Intervalo de confianza para la varianza de una población 
1.10.3. Intervalo de confianza para una proporción  
1.10.4. Intervalos de confianza para la diferencia de medias poblacionales. Poblaciones normales independientes. Muestras pareadas 
1.10.5. Intervalo de confianza para el cociente de varianzas de dos poblaciones normales independientes 
1.10.6. Intervalo de confianza para la diferencia de proporciones de dos poblaciones independiente 
1.10.7. Intervalo de confianza para un parámetro basado en su estimador de máxima verosimilitud
1.10.8. Utilización de un Intervalo de Confianza para rechazar o no hipótesis 

Módulo 2. Estimación II  

2.1. Introducción al contraste de hipótesis 

2.1.1. Planteamiento del problema 
2.1.2. Hipótesis nula y alternativa 
2.1.3. Estadístico del contraste 
2.1.4. Tipos de error 
2.1.5. Nivel de significación 
2.1.6. Región crítica. p-valor 
2.1.7. Potencia 

2.2. Tipos de contrastes de hipótesis 

2.2.1. Contraste de razón de verosimilitud 
2.2.2. Contrastes sobre medias y varianzas en poblaciones normales 
2.2.3. Contrastes sobre proporciones 
2.2.4. Relación entre intervalos de confianza y contrastes de hipótesis 

2.3. Introducción a la inferencia bayesiana 

2.3.1. Distribuciones a priori 
2.3.2. Distribuciones conjugadas 
2.3.3. Distribuciones de referencia 

2.4. Estimación bayesiana 

2.4.1. Estimación puntual  
2.4.2. Estimación de una proporción  
2.4.3. Estimación de la media en poblaciones normales  
2.4.4. Comparación con los métodos clásicos 

2.5. Introducción a la inferencia estadística no paramétrica 

2.5.1. Métodos estadísticos no paramétricos: conceptos 
2.5.2. Utilización estadística no paramétrica 

2.6. Inferencia no paramétrica en comparación con inferencia paramétrica 

2.6.1. Diferencias entre las inferencias 

2.7. Contraste de bondad de ajuste 

2.7.1. Introducción  
2.7.2. Métodos gráficos  
2.7.3. Contraste de la ecuación de bondad de ajuste  
2.7.4. Contraste de Kolmogorov-Smirnov  
2.7.5. Contrastes de normalidad 

2.8. Contraste de independencia 

2.8.1. Introducción 
2.8.2. Contrastes de aleatoriedad. Contraste de rachas 
2.8.3. Contrastes de independencia en muestras pareadas

2.8.3.1. Contraste de Kendall 
2.8.3.2. Contraste de los rangos de Spearman 
2.8.3.3. Contraste chi-cuadrado de independencia 
2.8.3.4. Generalización del contraste chi-cuadrado 

2.8.4. Contrastes de independencia en k muestras relacionadas

2.8.4.1. Generalización del contraste chi-cuadrado 
2.8.4.2. Coeficiente de concordancia de Kendall 

2.9. Contraste de posición 

2.9.1. Introducción 
2.9.2. Contrastes de posición para una muestra y muestras pareadas

2.9.2.1. Test de los signos para una muestra. Test de la Mediana 
2.9.2.2. Test de los signos para muestras pareadas 
2.9.2.3. Test de Wilcoxon de rangos signados para una muestra 
2.9.2.4. Test de Wilcoxon de rangos signados para muestras pareadas
 
2.9.3. Contrastes de posición para dos muestras independientes

2.9.3.1. Test de Wilcoxon-Mann-Whitney 
2.9.3.2. Test de la Mediana 
2.9.3.3. Contraste Chi-Cuadrado

2.9.4. Contrastes de posición para k muestras independientes

2.9.4.1. Test de Kruskal-Wallis

2.9.5. Contrastes de posición para k muestras relacionadas 

2.9.5.1. Test de Friedman 
2.9.5.2. Q de Cochran 
2.9.5.3. W de Kendall 

2.10. Contraste de homogeneidad 

2.10.1. Contrastes de homogeneidad para dos muestras independientes

2.10.1.1. Contraste de Wald-Wolfowitz 
2.10.1.2. Contraste de Kolmogorov-Smirnov 
2.10.1.3. Contraste Chi-Cuadrado 

Esta es tu oportunidad de acceder a los mejores contenidos teórico-prácticos del panorama académico, solo en la biblioteca de TECH”