PROGRAMA
1. Introducción.
1.1. Concepto y usos de la estadística.
1.2. Términos estadísticos: poblaciones, subpoblaciones, individuos y muestras.
1.3. Tipos de variables.
2. Análisis de datos univariantes.
2.1. Representaciones y gráficos de datos cualitativos.
2.2. Representaciones y gráficos de datos cuantitativos.
2.3. Resumen numérico.
3. Análisis de datos bivariantes.
3.1. Representaciones y gráficos de datos cualitativos y discretos.
3.2. Representaciones y resúmenes numéricos de datos cuantitativos: covarianza y correlación.
4. Probabilidad
4.1. Experimentos aleatorios, espacio muestral, sucesos elementales y compuestos.
4.2. Definición de probabilidad y propiedades. Probabilidad condicionada y ley de la multiplicación. Independencia.
4.3. Ley de la Probabilidad Total y Teorema de Bayes
5. Modelos de probabilidad.
5.1. Variables aleatorias. Variables aleatorias discretas: función de probabilidad y función de distribución. Media y varianza.
5.2. Variables aleatorias continuas: función de densidad y función de distribución. Media y varianza.
5.3. Modelos probabilísticos. Modelos de probabilidad discretos: Ensayos de Bernoulli, distribución Binomial y distribución de Poisson.
5.4. Modelos de probabilidad continuos: Distribución uniforme, distribución exponencial y distribución Normal.
5.5. Teorema del Límite Central.
6. Introducción a la inferencia estadística.
6.1. Estimación puntual de parámetros.
6.2. Bondad de ajuste a una distribución de probabilidad. Métodos gráficos.
6.3. Introducción a la estimación por intervalos de confianza.
