Curso básico de estadística para ciencias sociales

1. ORÍGENES Y DESARROLLO DE LA ESTADÍSTICA

• Historia de la estadística
• Introducción a la estadística

2. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS ESTADÍSTICOS

• Introducción, concepto y funciones de la estadística
• Estadística descriptiva
• Estadística inferencial
• Medición y escalas de medida
• Variables: clasificación y notación
• Distribución de frecuencias
• Representaciones gráficas
• Propiedades de la distribución de frecuencias

3. ESTADÍSTICA DESCRIPTIVA

• Medidas de posición
• Medidas de dispersión
• Medidas de forma
• Curva de Lorenz, coeficiente de Gini e índice de Theil

4. DISTRIBUCIONES DE PROBABILIDAD

• Conceptos previos de probabilidad
• Variables discretas de probabilidad
• Distribuciones discretas de probabilidad
• Distribución normal
• Distribuciones asociadas a la distribución normal

5. TEOREMA CENTRAL DEL LÍMITE

• Introducción al Teorema Central del Límite
• Aproximación normal a la distribución binomial
• Teorema Central del Límite de Laplace
• Teorema Central del Límite y primeras demostraciones rigurosas
• Generalizaciones del Teorema Central del Límite

6. DISEÑOS MUESTRALES PROBABILÍSTICOS

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

7. LAS DISTRIBUCIONES MUÉSTRALES

• Qué es una distribución muestral
• Distribución muestral del estadístico media
• Distribución muestral del estadístico proporción

8. ESTIMACIÓN PUNTUAL DE PARÁMETROS

• Método de máxima verosimilitud
• Método de los momentos
• Relación entre el método de máxima verosimilitud y el de los momentos
• Propiedades deseables para un estimador paramétrico

9. CONTRASTE DE HIPÓTESIS

• Introducción a las hipótesis estadísticas
• Contraste de hipótesis
• Contraste de hipótesis paramétrico
• Tipologías de error
• Contrastes no paramétricos

10. ANÁLISIS DE VARIANZA: UN FACTOR DE EFECTOS ALEATORIOS

• Modelos de medidas repetidas

11. REGRESIÓN LINEAL

• Introducción a los modelos de regresión
• Modelos de regresión: aplicabilidad
• Variables a introducir en el modelo de regresión
• Construcción del modelo de regresión
• Modelo de regresión lineal
• Modelo de regresión logística
• Factores de confusión
• Interpretación de los resultados de los modelos de regresión

12. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA

• Estadística no paramétrica. Conceptos básicos
• Características de las pruebas
• Ventajas y desventajas del uso de métodos no paramétricos
• Identificación de las diferentes pruebas no paramétricas