¿Buscas una titulación con la que especializarte en la Estadística Aplicada a la Economía y no tienes tiempo para acudir a clases presenciales? ¡Tienes ante ti la oportunidad perfecta para conseguirlo de manera 100% online!”

La revolución digital y el desarrollo de la tecnología, sobre todo en lo referido al ámbito web, han favorecido la creación de un entorno en el que prácticamente todos los comportamientos de un usuario son medibles. A través del almacenamiento masivo de información extraída de las páginas y aplicaciones, hoy en día es posible determinar las tendencias sociales, políticas y económicas con un altísimo nivel de predictibilidad, basándose en los indicadores de registro y en los datos que se crean cuando se lleva a cabo una acción concreta (hacer clic en un anuncio, comprar un producto, darse de baja en un servicio, etc.). Y es que, gracias a la aplicación de la Estadística como disciplina analítica y gestora, se organiza y se describe la información con el propósito de poder aplicarla a la estimación futura con el mínimo margen de error posible.

Sin embargo, se trata de una ciencia que ha avanzado considerablemente en los últimos años en base a la implementación a su práctica de herramientas cada vez más complejas, sofisticadas y especializadas para el procesamiento masivo de referencias. Por esa razón, TECH ha considerado necesario el desarrollo de un programa que permita al egresado especializarse en este campo a través de una experiencia académica, no solo adaptada a sus necesidades, sino a las exigencias del sector laboral actual. Así surge el Maestría en Estadística Aplicada a la Economía, una titulación exhaustiva y multidisciplinar mediante la cual podrá ahondar en las novedades de esta disciplina.

A través de 1.500 horas de contenido teórico-práctico y adicional, el profesional podrá conocer al detalle los conceptos básicos relacionados con los índices estadísticos y sus propiedades, así como las principales fuentes y técnicas de recogida de información social y de mercados que se emplean en el entorno económico actual. También profundizará en las bases de datos más importantes, en su diseño, y en las estrategias de estudio y depuración más efectivas para su gestión y manejo. Además, podrá trabajar en la adquisición de las habilidades necesarias para dominar los principales softwares estadísticos para la investigación comercial y financiera. Todo ello de manera 100% online y a través de 12 meses en los que podrá acceder al Campus Virtual y a la totalidad del contenido del programa desde cualquier dispositivo con conexión a internet. Es, por lo tanto, una oportunidad única de especializarse en un ámbito en continuo crecimiento a través de una experiencia académica vanguardista, sin horarios ni clases presenciales.

Un programa a la vanguardia de la Estadística Económica que incluye 1.500 horas de contenido diverso: desde el mejor temario, hasta casos de uso y material adicional multidisciplinar”

Este Maestría en Estadística Aplicada a la Economía contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en Estadística Aplicada
• 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

¿Te gustaría adquirir nociones de HTML y de expresiones regulares para programación web? Con este programa adquirirás los conocimientos necesarios para manejar a la perfección los atributos CSS y sus códigos”

Incluye en su cuadro docente a un equipo de 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 vídeo interactivo realizado por reconocidos expertos.

Un Maestría que te aportará todo lo que necesitas para manejar a la perfección las principales técnicas de recopilación y almacenamiento de datos de páginas web”

Podrás ponerte al día sobre las bases de datos actuales, así como las estrategias de diseño y gestión de las mismas más efectivas y sofisticadas”

Para la elaboración de la estructura y el contenido de este programa, TECH ha tenido en cuenta el criterio profesional de un conjunto de expertos en Economía y Estadística, los cuales han sido los encargados de recopilar la totalidad de la información que compone el temario, así como el material adicional variado que lo acompaña. De esta manera, el egresado tendrá acceso al contenido teórico-práctico y multidisciplinar de mayor calidad, garantizándole una especialización exhaustiva en tan solo 12 meses. Además, la característica principal de este Maestría es su cómodo y flexible formato online, gracias al cual podrá acceder a una capacitación del máximo nivel sin horarios encorsetados ni clases presenciales.

Un programa flexible y vanguardista que te da la posibilidad de conectarte desde donde quieras y cuando quieras, a través de cualquier dispositivo con conexión a internet, ya sea PC, Tablet o móvil”

Módulo 1. Estadística económica

1. Introducción

1.1.1. Definición de índices de variación
1.1.2. Utilidad de los índices de variación

1.2. Clasificación de los índices

1.2.1. Índices simples
1.2.2. Índices compuestos

1.3. Índices simples

1.3.1. Tasas de variación

1.4. Índices compuestos sin ponderar

1.4.1. Definición
1.4.2. Propiedades

1.5. Índices compuestos ponderados

1.5.1. Índices de Laspeyres
1.5.2. Índices de Paasche
1.5.3. Índices de Edgeworth
1.5.4. Índices de Fisher

1.6. Índices de valor

1.6.1. Definición
1.6.2. Propiedades

1.7. Propiedades de los índices

1.7.1. Propiedades principales
1.7.2. Aplicaciones

1.8. Operaciones con índices

1.8.1. Renovación
1.8.2. Enlace
1.8.3. Cambio de base

1.9. Índices encadenados

1.9.1. El índice de volumen de Laspeyres encadenado

1.10. Valoración de series

1.10.1. Deflación de series económicas

Módulo 2. Fuentes y técnicas de recogida de información social y de mercados

2.1. Concepto de investigación social y de mercados

2.1.1. Definición
2.1.2. Cualidades
2.1.3. Papel de la investigación social y de mercados

2.2. La investigación social y de mercados

2.2.1. Objetivos
2.2.2. Alcance
2.2.3. Planificación
2.2.4. Diseño

2.3. Fuentes de información

2.3.1. Concepto
2.3.2. Tipos de fuente de información
2.3.3. Fuentes secundarias
2.3.4. Fuentes primarias

2.4. Estrategias de búsqueda, medición de las fuentes de información y evaluación

2.4.1. Tipo de estrategias
2.4.2. Selección de la información
2.4.3. Evaluación de la información

2.5. Métodos y técnicas de recogida de información

2.5.1. Procesos metodológicos

2.5.1.1. Planteamiento inicial
2.5.1.2. Planificación de la investigación
2.5.1.3. Recogida de datos
2.5.1.4. Análisis de resultados
2.5.1.5. Elaboración del informe

2.5.2. Técnicas proyectivas
2.5.3. La observación
2.5.4. Pseudocompra o Mystery Shopper

2.6. El impacto de las nuevas técnicas de recogida de información y sus soportes específicos

2.6.1. Encuesta
2.6.2. Paneles
2.6.3. Observación
2.6.4. Cuestionario y protocolos de recogida

2.7. Los métodos cualitativos de obtención de información

2.7.1. Características de la encuesta
2.7.2. Tipos de encuesta
2.7.3. Diseño del cuestionario
2.7.4. Estructura y secuencia del cuestionario

2.8. El trabajo de campo

2.8.1. Planificación de trabajo de campo
2.8.2. Proceso secuencial de la recogida de datos
2.8.3. Metodologías

2.8.3.1. Cuantitativas
2.8.3.2. No cuantitativas

2.8.4. Evaluación del trabajo de campo

2.9. El muestreo en investigación social y de mercados

2.9.1. El proceso de muestreo en investigación de mercados
2.9.2. Métodos de muestreo
2.9.3. Determinación del tamaño de la muestra
2.9.4. Error de la muestra

2.10. Sistema de información de Marketing

2.10.1. Concepto
2.10.2. Análisis de oportunidades y amenazas
2.10.3. Objetivos
2.10.4. Estrategias de Marketing
2.10.5. Acciones, resultados y control

Módulo 3. Bases de Datos: diseño y gestión

3.1. introducción a las bases de datos

3.1.1. ¿Qué es una base de datos?
3.1.2. Historia de los sistemas de Bases de Datos

3.2. Sistema de información y Bases de Datos

3.2.1. Conceptos
3.2.2. Características
3.2.3. Evolución de las bases de datos

3.3. Definición y características de un sistema gestor de Bases de Datos

3.3.1. Definición
3.3.2. Características

3.4. Arquitectura de los sistemas gestores de Bases de Datos

3.4.1. Arquitecturas centralizadas y cliente-servidor
3.4.2. Arquitecturas de sistemas servidores
3.4.3. Sistemas paralelos
3.4.4. Sistemas distribuidos
3.4.5. Tipos de redes

3.5. Principales sistemas gestores de Bases de Datos

3.5.1. Tipos de SGBD

3.6. Desarrollo de aplicaciones de Bases de Datos

3.6.1. Interfaces web para bases de datos
3.6.2. Ajuste del rendimiento
3.6.3. Pruebas de rendimiento
3.6.4. Normalización
3.6.5. Comercio electrónico
3.6.6. Sistema heredados

3.7. Etapas de diseño de Bases de Datos

3.7.1. Diseño conceptual
3.7.2. Diseño lógico
3.7.3. Diseño de aplicaciones

3.8. Implementación de la Base de Datos

3.8.1. Lenguaje de consulta estructurado (SQL)
3.8.2. Procesamiento de datos
3.8.3. Consulta de datos
3.8.4. Gestión de la Base de Datos con SQL
3.8.5. Trabajando con Bases de Datos SQLite

3.9. Nociones de HTML y expresiones regulares

3.9.1. Estructura y código de una página web
3.9.2. Etiquetas y atributos HTML y CSS
3.9.3. Búsqueda de textos con expresiones regulares
3.9.4. Caracteres especiales, conjuntos, grupos y repeticiones

3.10. Recopilación y almacenamiento de datos de páginas web

3.10.1. Introducción a las herramientas de web Scraping
3.10.2. Programación de herramientas de web Scraping en Python
3.10.3. Búsqueda y obtención de información con expresiones regulares
3.10.4. Búsqueda y obtención de información con Beautiful Soup
3.10.5. Almacenamiento en bases de datos
3.10.6. Exportación de resultados en ficheros de valores separados por comas

Módulo 4. Estudio y depuración de datos

4.1. Archivos de datos: codificación y transformación

4.1.1. Codificación de datos
4.1.2. Transformación de datos

4.2. Control de integridad de los datos: estudio univariable

4.2.1. Modelo
4.2.2. Propiedades

4.3. Control de integridad de los datos: estudio bivariable

4.3.1. Modelo
4.3.2. Propiedades

4.4. Control de integridad de los datos: estudio multivariable

4.4.1. Modelo
4.4.2. Propiedades

4.5. Detección de valores perdidos

4.5.1. Problemas de datos perdidos

4.6. Tratamiento de valores perdidos

4.6.1. Análisis de valores perdidos

4.7. Imputación de valores perdidos

4.7.1. Imputación de valores perdidos en variables unidimensionales
4.7.2. Métodos de imputación múltiple

4.8. Pruebas de normalidad para la evaluación de las hipótesis de partida para el análisis de datos

4.8.1. Tipos de pruebas
4.8.2. Ejemplos

4.9. Pruebas de homocedasticidad para la evaluación de las hipótesis de partida para el análisis de datos

4.9.1. Tipos de pruebas
4.9.2. Ejemplos

4.10. Pruebas de independencia para la evaluación de las hipótesis de partida para el análisis de datos

4.10.1. Tipos de pruebas
4.10.2. Ejemplos

Módulo 5. Sistema estadístico e indicadores económicos

5.1. Introducción

5.1.1. El ámbito de la Economía
5.1.2. Tres principios de la Economía: optimización, equilibrio y empirismo
5.1.3. Métodos y cuestiones económicas

5.2. Demanda, oferta y equilibrio

5.2.1. Los mercados
5.2.2. ¿Cómo se comportan los/as compradores/as?
5.2.3. ¿Cómo se comportan los/as vendedores/as?
5.2.4. Oferta y demanda en equilibrio

5.3. Consumidores, vendedores e incentivos

5.3.1. El problema del comprador/a
5.3.2. Del problema del comprador/a a la curva de demanda
5.3.3. Elasticidades de demanda e índices del coste de la vida
5.3.4. El excedente del consumidor/a
5.3.5. El problema del vendedor/a
5.3.6. Del problema del vendedor/a (en un mercado competitivo) a la curva de oferta
5.3.7. El excedente del productor/a

5.4. La competencia perfecta y la mano invisible

5.4.1. Competencia perfecta y eficiencia
5.4.2. Los precios dirigen la mano invisible
5.4.3. Equidad y eficiencia

5.5. La macroeconomía y su evolución

5.5.1. PIB real y nominal. Los índices de precios
5.5.2. Cuestiones macroeconómicas
5.5.3. Lo que no mide el PIB
5.5.4. La Contabilidad Nacional: el PIB su medición y sus límites

5.6. Análisis de las diferencias de nivel de vida entre países

5.6.1. La renta como elemento de medición
5.6.2. La función de producción agregada y la productividad
5.6.3. La tecnología

5.7. Crecimiento económico

5.7.1. La importancia del crecimiento económico
5.7.2. Las fuentes del crecimiento económico
5.7.3. Introducción a la contabilidad del crecimiento
5.7.4. Crecimiento, desigualdad y pobreza

5.8. Análisis económico a corto plazo

5.8.1. Los ciclos económicos
5.8.2. El equilibrio macroeconómico y los ciclos
5.8.3. Los multiplicadores y el equilibrio a corto y medio plazo

5.9. Políticas estabilizadoras

5.9.1. Política monetaria
5.9.2. Política fiscal

5.10. Macroeconomía y comercio internacional

5.10.1. Las ventajas del comercio internacional
5.10.2. La contabilidad del comercio internacional
5.10.3. El comercio internacional y el crecimiento económico

Módulo 6. Software estadístico

6.1. Introducción al entorno R

6.1.1.  ¿Cómo funciona R?
6.1.2. Creación, listado y remoción de objetos en memoria

6.2. Consola en R

6.2.1. Entorno consola en R
6.2.2. Principales controles

6.3. Modo Script en R

6.3.1. Entorno consola en R
6.3.2. Principales comandos

6.4. Objetos en R

6.4.1. Objetos
6.4.2. Leyendo datos desde un archivo
6.4.3. Guardando datos
6.4.4. Generación de datos

6.5. Estructuras de control de flujo de ejecución

6.5.1. Estructuras condicionales
6.5.2. Estructuras repetitivas/iterativas
6.5.3. Vectores y matrices

6.6. Operaciones con objetos

6.6.1. Creación de objetos
6.6.2. Conversión de objetos
6.6.3. Operadores
6.6.4.  ¿Cómo acceder los valores de un objeto: el sistema de indexación?
6.6.5. Accediendo a los valores de un objeto con nombres
6.6.6. El editor de datos
6.6.7. Funciones aritméticas simples
6.6.8. Cálculos con matrices

6.7. Funciones en R

6.7.1. Bucles y vectorización
6.7.2. Escribiendo un programa en R
6.7.3. Creando sus propias funciones

6.8. Gráficos en R

6.8.1. Manejo de gráficos

6.8.1.1. Abriendo múltiples dispositivos gráficos
6.8.1.2. disposición de una gráfica

6.8.2. Funciones graficas
6.8.3. Comandos de graficación de bajo nivel
6.8.4. parámetros gráficos
6.8.5. Los paquetes Grid y Lattice

6.9. Paquetes de R

6.9.1. Librería R
6.9.2. Paquetes R

6.10. Estadística en R

6.10.1. Un ejemplo simple de análisis de varianza
6.10.2. Formulas
6.10.3. Funciones genéricas

Módulo 7. Investigación comercial y análisis de mercados: procedimientos y aplicaciones

7.1. Fundamentos de la investigación de mercados

7.1.1. Concepto de investigación de mercados y mercadotecnia
7.1.2. Utilidad de la investigación de mercados
7.1.3. La ética de la investigación de mercados

7.2. Aplicaciones de la investigación de mercados

7.2.1. El valor de la investigación para los directivos
7.2.2. Factores de la decisión de investigar el mercado
7.2.3. Principales objetivos de la investigación de mercados

7.3. Tipos de investigación de mercados

7.3.1. Investigaciones exploratorias
7.3.2. Investigaciones descriptivas
7.3.3. Investigaciones causales

7.4. Tipos de información

7.4.1. Elaboración: primaria y secundaria
7.4.2. Naturaleza cualitativa
7.4.3. Naturaleza cuantitativa

7.5. Organización de la investigación de mercados

7.5.1. El departamento interno de investigación de mercados
7.5.2. La contratación externa de la investigación
7.5.3. Factores de decisión: Interna vs. Externa

7.6. Gestión de proyectos de investigación

7.6.1. La investigación de mercados como un proceso
7.6.2. Etapas de planificación en la investigación de mercados
7.6.3. Etapas de ejecución en la investigación de mercados
7.6.4. Gestión de un proyecto de investigación

7.7. Los estudios de gabinete

7.7.1. Objetivos de los estudios de gabinete
7.7.2. Fuentes de información secundaría
7.7.3. Resultados de los estudios de gabinete

7.8. El trabajo de campo

7.8.1. Obtención de información primaria
7.8.2. Organización de la obtención de información
7.8.3. Control de entrevistadores

7.9. Investigación de mercados en línea

7.9.1. Herramientas de investigación cuantitativas en mercados en línea
7.9.2. Herramientas de investigación cualitativas dinámicas de los clientes

7.10. La propuesta de investigación de mercados

7.10.1. Objetivos y metodología
7.10.2. Plazos de ejecución
7.10.3. Presupuesto

Módulo 8. Técnicas estadísticas multivariantes

8.1. Introducción
8.2. Escala nominal

8.2.1. Medidas de asociación para tablas 2x2

8.2.1.1. Coeficiente Phi
8.2.1.2. Riesgo relativo
8.2.1.3. Razón de productos cruzados (Odds Ratio)

8.2.2. Medidas de asociación para tablas IxJ

8.2.2.1. Coeficiente de contingencia
8.2.2.2. V de Cramer
8.2.2.3. Lambdas
8.2.2.4. Tau de Goodman y Kruskal
8.2.2.5. Coeficiente de incertidumbre

8.2.3. El coeficiente Kappa

8.3. Escala ordinal

8.3.1. Coeficientes Gamma
8.3.2. Tau-b y Tau-c de Kendall
8.3.3. D de Somers

8.4. Escala de intervalo o de razón

8.4.1. Coeficiente Eta
8.4.2. Coeficientes de correlación de Pearson y de Spearman

8.5. Análisis estratificado en tablas 2x2

8.5.1. Análisis estratificado
8.5.2. Análisis estratificado en tablas 2x2

8.6. Formulación del problema en modelos loglineales

8.6.1. El modelo saturado para dos variables
8.6.2. El modelo saturado general
8.6.3. Otros tipos de modelos

8.7. El modelo saturado

8.7.1. Cálculo de los efectos
8.7.2. Bondad del ajuste
8.7.3. Prueba de los k efectos
8.7.4. Prueba de asociación parcial

8.8. El modelo jerárquico

8.8.1. El método Backward

8.9. Modelos de respuesta probit

8.9.1. Formulación del problema
8.9.2. Estimación de los parámetros
8.9.3. Prueba de bondad de ajuste ji-cuadrado
8.9.4. Prueba de paralelismo para grupos
8.9.5. Estimación de la dosis necesaria para obtener una determinada proporción de respuesta

8.10. Regresión logística binaria

8.10.1. Formulación del problema
8.10.2. Variables cualitativas en la regresión logística
8.10.3. Selección de las variables
8.10.4. Estimación de los parámetros
8.10.5. Bondad del ajuste
8.10.6. Clasificación de los individuos
8.10.7. Predicción

Módulo 9. Métodos econométricos en Economía y finanzas

9.1. Introducción al manejo de R

9.1.1. Comandos principales
9.1.2. Paquetes necesarios

9.2. Introducción a la econometría

9.2.1. Naturaleza y contenido de la econometría
9.2.2. La modelización económica

9.3. Regresión lineal

9.3.1. El Modelo Lineal General (MLG)
9.3.2. Hipótesis del modelo
9.3.3. Estimación por Mínimos Cuadrados Ordinarios (MCO)
9.3.4. Inferencia y predicción en el MLG
9.3.5. Contrastes de cambio estructural
9.3.6. Multicolinealidad y errores de medida

9.4. Modelos con datos de sección cruzada

9.4.1. Causas de la heterocedasticidad
9.4.2. Contrastes de heterocedasticidad
9.4.3. El estimador de mínimos cuadrados generalizados
9.4.4. El estimador de mínimos cuadrados ponderados factible

9.5. Modelos con datos de series temporales

9.5.1. Magia “potagia” o las regresiones espurias
9.5.2. Estacionariedad y raíces unitarias
9.5.3. No estacionariedad y cointegración
9.5.4. Cointegración y Mecanismos de Corrección del Error (MCE)
9.5.5. Modelos de regresión con series temporales estacionarias: autocorrelación
9.5.6. El estimador de Mínimos Cuadrados Generalizados (MCG)
9.5.7. Indicadores adelantados: causalidad en sentido de Granger y correlación contemporánea

9.6. Modelos dinámicos estacionarios

9.6.1. Modelos dinámicos estacionarios

9.6.1.1. ARIMA
9.6.1.2. ARIMAX

9.6.2. Estimación de modelos ARIMA
9.6.3. Diagnosis de modelos ARIMA

9.7. Endogeneidad, variables instrumentales y MC2E

9.7.1. ¿En qué consiste el problema de la endogeneidad?, ¿qué problemas origina?
9.7.2. Orígenes de la endogeneidad

9.7.2.1. Omisión de alguna variable relevante (porque no es observable) que está correlacionada con alguna otra variable explicativa
9.7.2.2. Errores en la medida
9.7.2.3. Modelo de regresión con retardos y autocorrelación en los errores

9.7.3. Estimador de variables instrumentales y mínimos cuadrados en dos etapas (MC2E)
9.7.4. Contrastes de endogeneidad y restricciones de sobreestimación

9.8. Modelos de regresión con datos de panel

9.8.1. Especificación de modelos con datos de panel
9.8.2. Estimación de modelos con efectos fijos
9.8.3. Estimación de modelos con efectos aleatorios
9.8.4. Sistema de ecuaciones aparentemente no relacionadas

9.9. Modelos de econometría espacial

9.9.1. Introducción a la estadística y a las medidas de asociación espacial
9.9.2. La construcción de la matriz de distancias para la medición de dependencias espaciales
9.9.3. Especificaciones del modelo con dependencia espacial

9.9.3.1. Modelo de error con retardos espaciales
9.9.3.2. El modelo con errores espaciales autorregresivos

9.9.4. Problemas de mínimos cuadrados ordinarios para la estimación de modelos con retardo espacial y el estimador de mínimos cuadrados en dos etapas

9.10. Modelos de regresión cuantílica

9.10.1. Regresión en media y regresión por cuantiles
9.10.2. Estimación de la regresión intercuantílica
9.10.3. Representación gráfica de la solución

Módulo 10. Técnicas de segmentación y tratamiento de encuestas

10.1. Encuesta por muestreo

10.1.1. Objetivo de una encuesta por muestreo. Métodos de recolección de datos más usuales. Fuentes de error en las encuestas
10.1.2. Selección de la muestra: muestreo y tamaño. Fuentes secundarias
10.1.3. Encuestas oficiales: Instituto Nacional de Estadística
10.1.4. Algunas encuestas oficiales: encuesta nacional de salud, encuesta europea de salud

10.2. Validez y fiabilidad de los cuestionarios

10.2.1. Validez factorial
10.2.2. Consistencia interna: Alpha de Cronbach

10.3. Análisis estadístico de datos procedentes de tablas contingencia bidimensionales

10.3.1. Posibles análisis sobre una tabla de contingencia bidimensional
10.3.2. La lógica del análisis logarítmico-lineal: descomposición de una tabla de contingencia bidimensional. Elementos básicos del análisis logarítmico-lineal. Efectos y parámetros
10.3.3. Cálculo e interpretación de los parámetros
10.3.4. Modelos logarítmico-lineales para una tabla de 2 vías
10.3.5. Modelos jerárquicos. Relación entre las hipótesis de independencia y los modelos logarítmico lineales jerárquicos. Contrastes para la significación de los parámetros
10.3.6. Contrastes para la significación de los efectos. Contrastes para la bondad de un modelo

10.4. Estudio de una tabla de contingencia mediante análisis de correspondencias

10.4.1. Perfiles y distancia ji-cuadrado
10.4.2. Absorción de inercia
10.4.3. Calidad de representación
10.4.4. Contribución del elemento al factor
10.4.5. Contribución del factor al elemento. Principio de equivalencia distribucional

10.5. Análisis de segmentación: algoritmo CHAID

10.5.1. Métodos de detección automática de la interacción
10.5.2. Algoritmo CHAID: etapas del proceso, tipos de predictores, métodos de parada del algoritmo
10.5.3. Comportamiento del CHAID en presencia de la paradoja de Simpson10.6. Análisis estadístico de datos procedentes de tablas contingencia tridimensionales

10.6. Análisis estadístico de datos procedentes de tablas contingencia tridimensionales

10.6.1. Conceptos de asociación e interacción. Paradoja de Simpson
10.6.2. Componentes que influyen en la magnitud de las frecuencias de una tabla trifactorial

10.6.2.1. Independencia completa
10.6.2.2. Independencia múltiple e independencia condicionada
10.6.2.3. Modelo saturado para una tabla de tres vías

10.6.3. Modelos logarítmico lineales jerárquicos para una tabla de tres vías

10.6.3.1. Grados de libertad de los modelos
10.6.3.2. Relación entre las hipótesis de independencia y los modelos logarítmico lineales jerárquicos

10.6.4. Evaluación de los modelos. Test de significación para la bondad de un modelo. Test de significación de los efectos

10.7. Modelos de elección discreta y preferencia multidimensional

10.7.1. Modelos de elección discreta
10.7.2. Preferencia multidimensional10.8. Árboles de clasificación y regresión y bosques aleatorios

10.8. Árboles de clasificación y regresión y bosques aleatorios

10.8.1. Árboles de clasificación y regresión
10.8.2. Bosques aleatorios

10.9. Escalamiento multidimensional

10.9.1. Introducción
10.9.2. Distancia y similitud
10.9.3. Solución clásica
10.9.4. Similitudes

10.10. Análisis de cesta de la compra

10.10.1. Análisis de cesta de la compra
10.10.2. Ejemplo de aplicaciones

No lo pienses más y apuesta por una titulación que te acerque a las principales hipótesis basadas en las teorías económicas y en la elaboración de predicciones de comportamiento 100% fiables”