¿Qué cursos electivos se deben tomar para la especialización en Estadística Aplicada?
Los cursos disponibles en la especialidad de estadística son los siguientes:
1. Definición profesional
La estadística aplicada se trata principalmente de aprender las teorías y métodos básicos de la estadística, ser capaz de utilizar hábilmente las computadoras para procesar y analizar grandes cantidades de datos y resolver problemas prácticos en diversos campos. Resolver problemas prácticos en diversos campos. Implica principalmente análisis de datos, gestión de datos, investigación estadística, etc.
Sistema de Cursos
"Matemáticas Avanzadas", "Álgebra Lineal", "Teoría de la Probabilidad y Estadística Matemática", "Introducción a la Estadística", "Análisis Estadístico Multivariado", "Modelado Estadístico" y R", "Análisis de regresión", "Análisis de series temporales", "Econometría", "Minería de datos", "Python y análisis de datos", "Tecnología de bases de datos", "Conceptos básicos de programación".
3. Perspectivas de desarrollo y dirección del empleo
Empresas financieras y de consultoría: análisis de datos, encuestas sociales, gestión de riesgos, actuarios, diversos tipos de empresas: encuestas estadísticas, gestión de información estadística, cuantitativa; analizar.
4. Dirección del examen
Estadística, estadística aplicada, contabilidad, teoría de la probabilidad y estadística matemática.
5. Cursos de estadística aplicada
Matemáticas: análisis matemático, álgebra avanzada, geometría analítica, análisis de funciones de variables reales y funciones generalizadas, teoría de la probabilidad, teoría y métodos de optimización.
Estadística: estadística matemática, encuesta por muestreo, análisis de regresión aplicado, análisis estadístico multivariado, análisis de series temporales, estadística no paramétrica, proceso estocástico aplicado, software de aplicación y cálculo estadístico, optimización estadística en big data.
Computadora: diseño de estructura de datos y algoritmos, computación paralela y diseño de software, minería de datos, principios de bases de datos, aprendizaje automático y sus aplicaciones, inteligencia artificial.
Finanzas: microeconomía, econometría, matemáticas financieras, modelización financiera y análisis de programas, ingeniería financiera, inversión cuantitativa.
Laboratorios y prácticas: Laboratorio de introducción al pensamiento computacional, laboratorio de física universitario, diseño de cursos de diseño de algoritmos y estructuras de datos, diseño de cursos de minería de datos, diseño de cursos de aprendizaje automático y su aplicación, laboratorio de cursos de análisis de regresión aplicada, Estadística multivariada laboratorio de cursos de análisis, laboratorio de cursos de análisis de series temporales, laboratorio de cursos de informática estadística y software aplicado, formación en ingeniería, prácticas corporativas (análisis de big data financiero, desarrollo de software y diseño de algoritmos).