|
Guía DocenteCurso Facultade de Economía e Empresa |
| Grao en Economía |
 Asignaturas |
| Estatística II |
| Contidos |
|
|
| Datos Identificativos | 2021/22 | |||||||||||||
| Asignatura | Estatística II | Código | 611G01014 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Grao | 1º cuadrimestre |
Segundo | Obrigatoria | 6 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| 1.- Introducción á inferencia estatística | Introducción á inferencia estadística. Introdución ó mostraxe. Mostraxe aleatorio simple (con reposición). Estatísticos (mostrais). |
| 2.- Conceptos básicos de estimación | Estimación puntual: Introdución. Propiedades desexables. Métodos de estimación. Distribución no muestreo dos principales estimadores: mostras de tamaño grande ou variable poblacional normal. Estimación por intervalos: Introdución. Cálculo de intervalos de confianza de estimación dos principales parámetros poblacionais. Tamaño mostral mínimo. |
| 3.- Contrastes paramétricos | Introducción. Teorema de Neyman-Pearson. Contrastes paramétricos con unha e dúas mostras: mostras de tamaño grande ou variable poblacional normal. P-valor. |
| 4.- Contrastes non paramétricos | Características do enfoque non paramétrico. Principais contrastes non paramétricos. P-valor. |
| 5.- Mostraxe en poboacións finitas | Mostraxe irrestrictamente aleatoria ou mostraxe aleatoria simple sen reposición. Comparación co mostraxe aleatorio simple con resposión. Mostraxe estratificada |
| 6.- Introducción á programación en análisis de datos con R. Utilización de fontes estadísticas públicas. | Introducción á programación en análisis de datos. Introducción a R. Utilización de fontes estadísticas públicas. |
|
