Especialista en Estadística en Ingeniería Aeroespacial

Actualmente, se emplea la estadística en casi todas las áreas del saber, destacando su uso en el campo de las ciencias. La estadística es una rama de las matemáticas encargada de la teoría, procedimiento y metodología empleada para analizar datos, siendo la variabilidad y la incertidumbre parte de su naturaleza. Existen numerosas aplicaciones de ésta, como es el caso de la Ingeniería Aeroespacial. Con la realización del curso de estadística en ingeniería aeroespacial se pretende aportar las competencias necesarias para el conocimiento de la estadística aplicada a la ingeniería aeroespacial.

UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS

  1. Aspectos introductorios a la estadística.
  2. Concepto y funciones de la estadística.
  3. – Estadística descriptiva.
  4. – Estadística inferencial.
  5. Medición y escalas de medida.
  6. – Escala nominal.
  7. – Escala ordinal.
  8. – Escala de intervalo.
  9. – Escala de razón.
  10. Variables: Clasificación y notación.
  11. Distribución de frecuencias.
  12. – Distribución de frecuencias por intervalos.
  13. Representaciones gráficas.

UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA BÁSICA E INFERENCIA

  1. Estadística descriptiva.
  2. – Descripción de una variable cualitativa.
  3. – Descripción de una variable cuantitativa.
  4. Estadística inferencial.
  5. – Conceptos previos.
  6. – Métodos de muestreo.
  7. – Principales indicadores.

UNIDAD DIDÁCTICA 3. DISTRIBUCIONES DE PROBABILIDAD

  1. Conceptos previos de probabilidad.
  2. Variables discretas de probabilidad.
  3. – Función de probabilidad.
  4. – Función de distribución.
  5. – Media y varianza de una variable aleatoria.
  6. Distribuciones discretas de probabilidad.
  7. – La distribución binomial.
  8. – Otras distribuciones discretas.
  9. Distribución normal.
  10. Distribuciones asociadas a la distribución normal.
  11. – Distribución “Chi-cuadrado” de Pearson.
  12. – Distribución “t” de Student.

UNIDAD DIDÁCTICA 4. TEOREMA CENTRAL DEL LÍMITE

  1. Introducción al Teorema Central del Límite.
  2. Aproximación normal a la distribución binomial.
  3. – Primera versión del Teorema Central del Límite.
  4. – Uso de la aproximación normal a la binomial.
  5. Teorema Central del Límite de Laplace.
  6. Teorema Central del Límite y primeras demostraciones rigurosas.
  7. – Teorema Central del Límite de Liapunov.
  8. – Teorema Central del Límite de Lindeberg.
  9. – Teorema Central del Límite de Lindeberg-Lévy.
  10. – Teorema Central del Límite de Lindeberg-Feller.
  11. Generalizaciones del Teorema Central del Límite.

UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS

  1. Introducción a las hipótesis estadísticas.
  2. Contraste de hipótesis.
  3. Contraste de hipótesis paramétrico.
  4. – Hipótesis en contrastes paramétricos.
  5. – Estadístico de contraste.
  6. – Potencia de un contraste.
  7. – Propiedades del contraste.
  8. Tipologías de error.
  9. Contrastes no paramétricos.
  10. – Chi-cuadrado.

UNIDAD DIDÁCTICA 6. REGRESIÓN LINEAL

  1. Introducción a los modelos de regresión.
  2. Modelos de regresión: aplicabilidad.
  3. Variables a introducir en el modelo de regresión.
  4. – Tipos de variables a introducir en el modelo.
  5. Construcción del modelo de regresión.
  6. – Selección de las variables del modelo.
  7. – Métodos de construcción del modelo de regresión.
  8. – Obtención y validación del modelo más adecuado.
  9. Modelo de regresión lineal.
  10. Modelo de regresión logística.
  11. Factores de confusión.
  12. Interpretación de los resultados de los modelos de regresión.

151,00 

Detalles del Curso

Información adicional

Horas 200 Horas
Modalidad ONLINE

¿Por qué elegir Aurea?

Metodología de Aprendizaje Online

  • Aprendizaje activo y autónomo: A diferencia de la formación presencial, en el e-learning es clave fomentar que el alumno sea protagonista de su propio proceso de aprendizaje.

  • Microlearning y contenidos modulares: Lecciones breves, bien estructuradas, que permitan avanzar paso a paso.

  • Gamificación y elementos interactivos (cuestionarios, simulaciones, casos prácticos) aumentan la motivación y retención del conocimiento.

  • Evaluación continua: No solo exámenes finales, sino también foros, tareas prácticas y autoevaluaciones.

Plataforma online Moodle

  • Moodle es una excelente elección como LMS (Learning Management System). Algunas ventajas:

    • Código abierto y altamente personalizable.

    • Permite gestión de usuarios, seguimiento de progreso, certificados automáticos, SCORM, etc.

    • Integración con plugins y herramientas externas como H5P, BigBlueButton, Zoom, etc.

  • Optimiza la navegación y la experiencia de usuario: que la plataforma sea clara, intuitiva y visualmente amigable.

  • Mobile first: Muchos usuarios acceden desde el móvil, así que asegúrate de que la plataforma esté bien adaptada.

Equipo Docente y Tutoría

  • Docentes formados en pedagogía digital: No basta con saber del tema; es crucial saber cómo enseñarlo online.

  • Disponibilidad y acompañamiento: Los alumnos valoran mucho el soporte y el feedback de tutores.

  • Presencia activa: En foros, comentarios y webinars. Esto reduce la sensación de soledad del estudiante online.

  • Capacitación constante del equipo docente en nuevas metodologías y herramientas digitales.

Interacción y Comunidad

  • Foros, chats y actividades colaborativas: fomentan el aprendizaje social.

  • Feedback entre pares: puede ser útil para mejorar y compartir conocimientos.

  • Gamificación social: rankings, badges, desafíos grupales.

  • Encuestas y sugerencias: para mejorar el curso con la opinión de los propios alumnos.