Innovación Digital
Programa de Especialización en Estadística Aplicada a la Investigación y Análisis de Datos
Desarrolla un pensamiento analítico basado en el procesamiento de datos, y aplica técnicas estadísticas eficientes para la elaboración de tesis y trabajos de investigación científica.
Inicio
Convocatoria 2024
Convocatoria 2024
Modalidad
Clases a distancia en tiempo real
Clases a distancia en tiempo real
Duración
128 horas lectivas
128 horas lectivas
Solicita más información
Acerca del programa
La estadística es una herramienta valiosa para la formulación de políticas basadas en pruebas y datos confiables, y su rol es fundamental en el abordaje de problemáticas complejas como la crisis sanitaria del COVID-19; pues permitió no solo monitorear la enfermedad y detectar grupos vulnerables, sino también medir el impacto de las resoluciones emitidas por las autoridades en la vida de las personas y en la economía. Actualmente, la estadística se ha convertido en el método más efectivo para describir e interpretar, en forma objetiva, los valores de los datos económicos, políticos, sociales, psicológicos, educacionales, biológicos y físicos. Sin embargo, pese a su gran importancia y creciente demanda, la capacidad estadística en nuestro país se ve condicionada por problemas estructurales y recursos económicos limitados, entre otros factores.
Nuestro Programa de Especialización en Estadística Aplicada a la Investigación y Análisis de Datos brindará conocimientos, herramientas y buenas prácticas para la comprensión y uso de la estadística descriptiva y la inferencial. El estudiante desarrollará un pensamiento analítico y diferente basado en el procesamiento de datos, reconociendo su importancia en la toma de decisiones en los ámbitos público y privado. Al egresar, será capaz de emplear correctamente los software estadísticos y construir gráficos, tablas y reportes visuales dinámicos para mejorar la interpretación de la información. Podrá transformar los datos obtenidos en insights, aplicar el diseño muestral y definir y usar la técnica multivariada más adecuada según el objetivo de la investigación.
Ventajas diferenciales
Uso de datos oficiales
Base de datos secundarias de encuestas nacionales (INEI) y datos abiertos de instituciones públicas (registros administrativos).
Excelencia docente
Investigadores y especialistas con amplia experiencia académica y destacada trayectoria profesional en los sectores público y privado.
Programa práctico
Presentación de indicadores a través de Power BI y elaboración de un diseño experimental.
Ecosistema digital para el aprendizaje
Recursos y herramientas tecnológicas de vanguardia utilizadas en las mejores universidades del mundo, con acceso a la biblioteca y al aula virtual.
Perfil del estudiante
-
Profesionales que están ejecutando proyectos de investigación, tesistas y directores, que requieren optimizar la comprensión de los resultados de las investigaciones para una mejor toma de decisiones.
-
Profesionales que laboran en las áreas de operaciones y que buscan ejecutar procesos eficientes basados en análisis de data compleja; o aquellos interesados en desarrollarse en las áreas de Salud, Sociales o Economía, entre otras.
-
Docentes universitarios investigadores que requieran ampliar su conocimiento acerca de la aplicación de la estadística.
Certificación
Luego de aprobar todos los módulos del programa se te otorgará el certificado de especialista en Estadística Aplicada a la Investigación y Análisis de Datos, a nombre de la Escuela de Posgrado de la Universidad Continental.
“Especialista en Estadística Aplicada a la Investigación y Análisis de Datos”
(Imagen referencial que no representa la certificación que se obtendrá al culminar los estudios.)
Plana docente
-
Willer David Chanduví Puicón
Especialista en muestreo y modelamiento estadístico. Profesor de la Escuela del Instituto Nacional de Estadística e Informática (INEI). Experto en el manejo de programas estadísticos como SPSS, Stata y RStudio, entre otros. Fue miembro del equipo de Investigación del Centro Nacional de Epidemiología, Prevención y Control de Enfermedades del MINSA. Amplia experiencia en análisis de base de datos de estudios epidemiológicos a nivel nacional, en planeamiento y ejecución de encuestas y en asesoramiento de tesis y proyectos de investigación. Estudios concluidos de la Maestría en Educación con mención en Educación Virtual de la USMP. Estudios de la Maestría en Bioestadística de la UNMSM. Estadístico por la UNMSM.
-
Miguel Ángel Linares Torres
Consultor estadístico. Docente de la Escuela Nacional de Estadística e Informática (ENEI). Experto en análisis de datos, inteligencia comercial y business analytics. Se desempeñó como analista de Estadísticas en el Ministerio de Comercio Exterior y Turismo (MINCETUR), especialista en Estadística en el Ministerio de Salud (MINSA), como consultor estadístico en el Instituto Nacional Penitenciario (INPE) y como analista de Bases de Datos en el Instituto Nacional de Estadística e Informática (INEI). Maestría en Agronegocios y especialización en Business Intelligence Analytics y Big Data, por la UNALM. Ingeniero estadístico e informático de la UNALM.
-
Rubén Espinoza Rojas
Investigador de la Universidad Continental. Estadístico, con amplia experiencia liderando proyectos de diversas investigaciones. Fue jefe de Proyectos en el Instituto Nacional de Estadística e Informática (INEI). Experto en muestreo, análisis de bases de datos en R, STATA, SPSS, entre otros. Especialista en el desarrollo y formulación de modelos predictivos, con conocimiento de machine learning, minería de datos y aprendizaje estadístico. Estudios del Doctorado en Administración y Gestión de Empresas de la UNFV. Magíster en Administración y Gerencia Social por la UNFV. Titulado en Economía por la UIGV. Licenciado en Estadística por la UNFV.
-
Luz María Supo Zapata
Directora de Gestión de la Información y Estadística de la Universidad Continental. Asesora de tesis. Consultora especialista en estudios estadísticos, analítica predictiva y de mercados, e indicadores estratégicos. Con 22 años de experiencia en docencia universitaria a nivel de pregrado y posgrado. Maestra en Administración de Negocios por la Universidad Católica de Salta, Argentina. Licenciada en Estadística por la UNPRG.
-
Alfonso Gutiérrez Aguado
Docente investigador de la Universidad Continental. Investigador RENACYT. Consultor de programas presupuestales y evaluaciones económicas, e investigador en intervenciones sanitarias. Asesor de tesis. Miembro de la Sociedad Médica Peruana de Gestión en Salud y de la Sociedad Internacional de Farmacoeconomía y Resultados de la Investigación. Fue director adjunto de Inteligencia Sanitaria del CDC-MINSA y especialista presupuestal del Ministerio de Economía y Finanzas. En el 2016 recibió el Premio Nacional a la Investigación Médica por el Colegio Médico del Perú. Doctor en Salud por la UNW. Magíster en Salud Pública por la UPCH. Segunda Especialidad en Gestión en Salud por la UNMSM. Médico cirujano por la UNFV.
*La programación de docentes por asignatura se encuentra sujeta a variación según su disponibilidad, asegurando el nivel equivalente del especialista. El perfil del docente se mantiene y corresponderá al nivel requerido para garantizar la calidad educativa.
Plan de estudios
El programa se divide en 6 módulos:
- Fuentes de información estadística.
- Métodos para el recojo de información.
- Consistencia, imputaciones y validación de la base de datos.
- Análisis exploratorio de datos univariado.
- Análisis exploratorio de datos bivariado.
- Tipos de muestreo: probabilístico y no probabilístico.
- Identificación de un marco muestral.
- El marco y la unidad del muestreo.
- Técnicas de muestreos probabilísticos: aleatorio simple, sistemático y estratificado.
- Cálculo de errores del muestreo.
- Cálculo del tamaño de la muestra: consideraciones metodológicas.
- El muestreo y su importancia en la inferencia estadística.
- Introducción a la inferencia estadística.
- Cálculo y aplicación de los intervalos de confianza.
- Planteamiento de hipótesis.
- Prueba Chi cuadrado de independencia.
- Pruebas paramétricas: prueba T para dos muestras independientes y prueba T para una muestra pareada.
- Pruebas no paramétricas.
- Prueba U de Mann-Whitney, prueba de Wilcoxon y prueba de Friedman.
- Cálculo e interpretación de los coeficientes de correlación de Pearson y Spearman.
- Diagramas de dispersión: interpretación.
- Modelo de regresión lineal: estimación del modelo.
- Bondad de ajuste del modelo.
- Adecuación del modelo.
- Modelo de regresión logística.
- Modelo de regresión de Poisson.
- Técnicas multivariadas.
- Análisis factorial.
- Análisis de componentes principales.
- Análisis discriminante.
- Análisis clúster.
- Principios básicos del diseño de experimentos.
- Diseño completamente aleatorizado.
- Experimentos con un solo factor.
- Bloques aleatorizados.
- Cuadrados latinos.
- Diseño factorial de dos factores.
- ANOVA de medidas repetidas.
Contacta con nuestra asesora
Maria Elena Medina Palomino