DiplomadoCompetencias básicas e investigación
Estadística aplicada
El diplomado Estadística aplicada proporciona al estudiante las técnicas de estadística descriptiva, probabilidad, inferencia, pruebas de hipótesis y regresión en Excel, jamovi y Python para analizar datos de negocio. Le permite tomar decisiones basadas en evidencia, pronosticar comportamientos y comunicar resultados a la gerencia mediante tableros de Power BI e informes ejecutivos.
A quién va dirigido
Estudiantes y profesionales de administración, mercadeo, finanzas y operaciones; se requiere álgebra básica y manejo inicial de Excel.
Objetivos
✓Comprender los tipos de variables, las escalas de medición y las medidas de tendencia, dispersión y posición.
✓Analizar probabilidades con reglas, teorema de Bayes y distribuciones binomial, de Poisson y normal en problemas de negocio.
✓Aplicar muestreo, intervalos de confianza y pruebas t, chi cuadrado y ANOVA en jamovi para contrastar hipótesis.
✓Diseñar modelos de regresión lineal y pronósticos de series de tiempo con Python, pandas y statsmodels.
✓Evaluar la validez de los resultados con análisis de residuos y comunicar recomendaciones en tableros de Power BI.
Plan de estudios por sesión
1
Datos y variablesTipos de variables y escalas de medición · Limpieza de datos con Power Query en Excel
2
Resumen y visualización de datosMedidas de tendencia central, dispersión y posición · Histogramas, diagramas de caja y tablas dinámicas
3
Probabilidad y teorema de BayesReglas de probabilidad y probabilidad condicional · Teorema de Bayes aplicado a riesgo y fraude
4
Distribuciones de probabilidadDistribuciones binomial y de Poisson · Distribución normal y aproximaciones
5
Muestreo y distribución muestralMuestreo aleatorio, estratificado y por conglomerados · Distribución muestral y teorema del límite central
6
Estimación por intervalosIntervalos de confianza para medias y proporciones · Tamaño de muestra para encuestas de mercado
7
Contraste de hipótesisErrores tipo I y II y valor p · Pruebas t para una y dos muestras
8
Pruebas para variables categóricas y gruposChi cuadrado de independencia · ANOVA de un factor en jamovi
9
Correlación y regresiónCorrelación de Pearson y Spearman · Regresión lineal simple y múltiple con Python (pandas y statsmodels)
10
Diagnóstico del modelo y series de tiempoSupuestos del modelo y análisis de residuos · Series de tiempo: tendencia, estacionalidad y promedio móvil
11
Proyecto: datos abiertos y análisisSelección de un conjunto de datos abiertos (datos.gov.co o DANE) · Análisis exploratorio e inferencial completo
12
Presentación del proyecto finalTablero de indicadores en Power BI · Informe ejecutivo con recomendaciones
Evaluación
Inicial30%Limpieza de un conjunto de datos con Power Query y resumen descriptivo con tablas dinámicas, histogramas y diagramas de caja.
Intermedio30%Taller de probabilidad y distribuciones en casos de riesgo y fraude; intervalos de confianza y pruebas de hipótesis en jamovi.
Final40%Proyecto final: informe estadístico y tablero en Power BI con datos de datos.gov.co o del DANE, recomendaciones y sustentación.
Proyecto final
Informe estadístico y tablero en Power BI sobre un conjunto de datos reales de datos.gov.co o del DANE, con conclusiones y recomendaciones para la gerencia.