Temario y contenidos
Qué se trabaja en la asignatura
No es una asignatura de memorizar fórmulas sueltas. Lo que suele costar aquí es saber qué contraste o qué intervalo toca usar, justificarlo correctamente y llevarlo a práctica con R sin perder el hilo estadístico del ejercicio.
1
Sampling distributions
- Random samples, statistics and sampling distributions
- Distribución de la media muestral y Central Limit Theorem
- Combinaciones lineales y experimentos de simulación
2
Inference: single population
- Confidence intervals for mean, proportion and variance
- Hypothesis testing with z, t, proportion and variance tests
- p-values, Type II error y power of the test
3
Inference: two populations
- Paired and independent samples
- Difference of means, proportions and variances
- Contrastes e intervalos de confianza en dos poblaciones
4
Analysis of Variance
- Single-factor ANOVA
- Randomized block design and factorial experiments
- Multiple comparisons of means
5
Non-parametric tests and categorical data
- Goodness-of-fit and contingency tables
- Jarque-Bera, Sign test, Wilcoxon and Mann-Whitney
- Spearman correlation and runs tests
6
R and practical application
- t.test, prop.test, var.test, chisq.test and aov
- Lectura e interpretación del output
- Aplicación práctica de cada bloque estadístico