Cuerpo Superior de Estadísticos del Estado — Estadística y Ciencia de Datos — ficha de oposición

Bloques clave

Introducción a las encuestas y formulación de objetivos y marcos. Esquema general de una encuesta. Muestreo probabilístico. Marco muestral. Marco de áreas y otros marcos. Población marco y población objetivo. Planificación de una encuesta. Diseño global de una encuesta.Ideas básicas sobre estimación en muestreo probabilístico. Diseño muestral. Probabilidades de inclusión. La noción de estadístico. Indicadores de pertenencia a la muestra. Estimadores y sus propiedades básicas. El estimador Horvitz-Thompson (estimador π) y sus propiedades. Muestreo con reemplazamiento. Efecto de diseño. Intervalos de confianza.Estimación insesgada en diseños muestrales sobre unidades elementales I. Muestreo de Bernoulli: definición, estimadores, varianza y estimador de la varianza. Muestreo aleatorio simple: sin y con reemplazamiento: definición, estimadores, varianza y estimador de la varianza.Estimación insesgada en diseños muestrales sobre unidades elementales II. Muestreo sistemático: definición, estimadores, varianza del estimador. Problemática de la estimación de la varianza. La eficiencia del muestreo sistemático.Estimación insesgada en diseños muestrales sobre unidades elementales III. Muestreo de Poisson: definición, estimadores, varianza y estimador de la varianza. Muestreo con probabilidades proporcionales al tamaño: muestreo sin reemplazamiento y con reemplazamiento.Estimación insesgada en diseños muestrales sobre unidades elementales IV. Muestreo estratificado: definición, estimadores, varianza y estimador de la varianza. Afijación muestral óptima. Otras afijaciones bajo muestreo aleatorio simple.Estimación insesgada en diseños muestrales por conglomerados I. Muestreo por conglomerados sin submuestreo: definición, estimadores, varianza y estimador de la varianza.Métodos y gestión de la recogida de datos. Introducción. Métodos de recogida de datos básicos. Recogida de datos asistida por ordenador. Otros métodos de recogida. Implementación de la encuesta. Gestión activa del trabajo de campo. Paradatos. Monitorización de la calidad de la respuesta. Monitorización del proceso de producción de una encuesta. Evaluación de la encuesta y el informe de calidad.Introducción a la depuración e imputación de datos estadísticos. Depuración e imputación de datos estadísticos en el proceso estadístico. Datos, errores, datos ausentes y controles (edits). Métodos básicos para la depuración e imputación de datos estadísticos. Estrategia de depuración e imputación. El enfoque de imputación completa. El enfoque combinado. El enfoque de reponderación completa. Imputación por reglas estadísticas.Introducción a la estimación en presencia de falta de respuesta. Errores debidos al muestreo y a la falta de respuesta. Error cuadrático medio y sus componentes bajo falta de respuesta. Estimadores simples y sus sesgos debidos a la falta de respuesta.Control del secreto estadístico. Conceptos y definiciones: Control del secreto estadístico, datos tabulares, microdatos, riesgo y utilidad. Un enfoque el control del secreto estadístico: por qué la protección de la confidencialidad es importante, características clave y usos de los datos, riesgos contra los que la protección es necesaria, métodos de control del secreto, implementación.Difusión de datos: Presentación de estadísticas. Introducción. Transmitir el mensaje. Visualización de las estadísticas. Tablas. Gráficos. Mapas. Técnicas de visualización emergentes. Cuestiones de accesibilidad.Record linkage. Introducción. Visión de conjunto de los métodos. Preparación de los datos.Metadatos de la producción estadística. I. Introducción al GSBPM. El modelo. Relaciones con otros modelos y estándares. Niveles 1 y 2 del GSBPM. Descripciones de fases y subprocesos. Procesos generales. Otros usos del GSBPM.Metadatos de la producción estadística. II. GSIM. Introducción. Alcance. ¿Qué es el GSIM? Beneficios del GSIM para la organización como un todo. GSIM y GSBPM. ¿Qué implica para el estadístico?: Puntos de vista del negocio y de la tecnología de la información. SDMX, DDI y otros estándares.La calidad en la estadística oficial y el Código de Buenas Prácticas de las Estadísticas Europeas. El concepto de calidad en la estadística oficial. El Código de Buenas Prácticas de las Estadísticas Europeas. El marco de garantía de la calidad del Sistema Estadístico Europeo. La calidad en los productos y en los procesos estadísticos. Sistemas de evaluación global de la calidad: auditorías, autoevaluación y revisiones por homólogos en las oficinas de Estadística.Propiedades de una muestra aleatoria. Conceptos básicos de muestras aleatorias. Sumas de variables aleatorias de una muestra aleatoria. Muestreo de una distribución normal: propiedades de la media y varianza muestrales y las distribuciones t de Student y F de Snedecor. Estadísticos de orden.Principios de reducción de datos. Introducción. El principio de suficiencia: estadísticos suficientes, suficientes minimales, auxiliares (ancillary) y completos. El principio de verosimilitud: la función de verosimilitud y el principio formal de verosimilitud. El principio de equivarianza.Estimación puntual I. Introducción. Métodos para encontrar estimadores: método de los momentos, estimadores máximo-verosímiles, estimadores de Bayes, estimadores invariantes.Estimación puntual II. Métodos para evaluar estimadores: error cuadrático medio, estimadores insesgados óptimos, suficiencia e insesgadez, optimalidad de la función de pérdida.Tests de hipótesis. Introducción. Métodos para encontrar tests: tests de ratios de verosimilitudes, tests bayesianos, tests unión-intersección e intersección-unión. Métodos para evaluar tests: probabilidades de error y función de potencia, tests más potentes, tamaños de tests unión-intersección e intersección-unión, optimalidad de la función de pérdida.Estimación por intervalos I. Introducción. Métodos para encontrar estimadores de intervalos: inversión del estadístico de un test, cantidades pivotales, intervalos de confianza para estadísticos de orden, intervalos bayesianos.Estimación por intervalos II. Métodos para evaluar estimadores de intervalos: tamaño y probabilidad de cobertura, optimalidad relacionada con los tests, optimalidad bayesiana, optimalidad de la función de pérdida.Introducción a los modelos lineal y lineal generalizado. Tipos de modelos lineales. Modelos para datos experimentales y para datos observacionales. Componentes de un modelo lineal generalizado. Interpretación del término error en función del tipo de datos. Variables explicativas cuantitativas/cualitativas e interpretación de efectos. La esperanza condicionada y su modelización. Identificabilidad y estimabilidad.Modelos lineales: mínimos cuadrados. Introducción. Ajuste del modelo de mínimos cuadrados. Proyecciones de datos sobre el modelo de espacios. Resumen de la variabilidad en un modelo lineal. Residuos, apalancamiento (leverage) e influencia. Optimalidad de mínimos cuadrados y de mínimos cuadrados generalizados.Modelos lineales: Inferencia Estadística. Teoría de la distribución para variables normales y no normales. Tests de significación para modelos lineales normales y no normales. Intervalos de confianza e intervalos de predicción para modelos lineales normales y no normales. Comparaciones múltiples: Bonferroni, Tukey y métodos FDR.Representación y almacenamiento de la información. Introducción. Bits y bytes. Organización de la memoria principal. Representación de la información como cadenas de bits. Inexistencia de «tipos» para los ficheros en disco.Componentes principales del hardware de un sistema de computación. Introducción. Componentes principales de hardware de un sistema de computación.Introducción a los sistemas operativos. Qué hacen los sistemas operativos. Organización de sistemas de computación. Arquitectura de sistemas de computación. Estructura de sistemas operativos. Operaciones en sistemas operativos. Gestión de procesos. Gestión de memoria. Gestión de almacenamiento. Protección y seguridad. Sistemas distribuidos. Entornos de computación.Bases de datos. Introducción. Sistemas tradicionales basados en ficheros: descripción y limitaciones. Base de datos, sistema de gestión de bases de datos, programas de aplicación y componentes de un sistema de gestión de bases de datos (generalidades). Ventajas y desventajas de los sistemas de gestión de bases de datos.Los sistemas internacionales de Cuentas Nacionales: evolución histórica. El SCN 2008 y el SEC 2010. Rasgos fundamentales y aplicaciones del SEC 2010. Unidades y conjuntos de unidades.Flujos y stocks en el SEC 2010. Flujos. Propiedades y tipos de operaciones. Otras variaciones de los activos. Stocks. Tipos de activos y pasivos. Frontera de activos y pasivos. Stocks de población y empleo. Asalariados y no asalariados: personas, puestos de trabajo, puestos de trabajo equivalentes y horas totales trabajadas.El sistema de cuentas y los agregados en el SEC 2010 (I). Sucesión de cuentas. Las cuentas corrientes. Las cuentas de acumulación. Los balances. Cuentas del resto del mundo. Cuenta de bienes y servicios. Cuentas económicas integradas. Principales agregados.Tablas de origen y destino y el marco input-output en el SEC 2010. Descripción detallada de las tablas de origen y destino y de las tablas input-output. Herramientas estadística y de análisis.Medición de las variaciones de precio y volumen en el SEC 2010. Campo de aplicación. Principios generales y problemas concretos. Medición de la renta real para el total de la economía. Índices de precio y volumen interespaciales.Las cuentas nacionales trimestrales y regionales en el SEC 2010. Especificidades de las cuentas nacionales trimestrales. Especificidades de las cuentas regionales.Más allá del marco central del SEC 2010. Cuentas satélite: características y ejemplos. Medidas de bienestar. La globalización y el comercio internacional en términos de valor añadido.La demografía. Principios del análisis demográfico. Esquema de Lexis. Análisis longitudinal y análisis trasversal. Indicadores demográficos: tasas, cocientes, proporciones.Mortalidad. Análisis de la mortalidad: tasas brutas y tasas específicas. Mortalidad infantil. Tablas de mortalidad. Tablas completas y abreviadas. Esperanza de vida. Tablas tipo de mortalidad. La mortalidad por causas y morbilidad.Natalidad y fecundidad. Tasas. Intensidad y calendario. Descendencia e índice sintético de fecundidad. Edad media a la maternidad, curva de fecundidad. Reproducción y reemplazo. Relación entre fecundidad y nupcialidad.Migraciones. Principales conceptos. Tipos de movilidad espacial. Migraciones interiores y exteriores. Tasas e indicadores asociados a los movimientos migratorios.Estructura y crecimiento de la población. Indicadores de estructura. Pirámides de población. Indicadores y tasas de crecimiento. El envejecimiento de la población. Población estacionaria y población estable.Proyecciones de población. Procedimientos matemáticos de estimación. El método de los componentes. Proyección de componentes. Estimadores intercensales de población.Hogares y formas de convivencia. Hogares: conceptos y tipología. Estructura de hogares. Dinámica de hogares. Proyecciones de hogares.Censos Demográficos. Población, Viviendas y Edificios. Objetivos. Métodos de Recogida. Características investigadas. Diferencia con la población registrada en los padrones municipales.La Constitución Española. Estructura básica. Título preliminar: principios básicos. Los Derechos Fundamentales y Libertades Públicas. Instrumentos para su garantía y protección. El Defensor del Pueblo.La Corona. Las Cortes Generales. Régimen de funcionamiento y atribuciones principales de la Corona. Composición y funcionamiento de las Cámaras.El Gobierno y la Administración Pública. Composición y funciones del Gobierno. Organización de la Administración Pública: órganos superiores y directivos. La estructura y funciones de la Administración periférica del Estado. Estructura del Ministerio de Asuntos Económicos y Transformación Digital y Organismos públicos adscritos.La organización territorial del Estado. Delimitación de competencias entre el Estado y las Comunidades Autónomas. La Administración local: competencias de los Municipios y Provincias.El Derecho Administrativo. Fuentes del Derecho Administrativo. El procedimiento administrativo: fases. Revisión de actos administrativos: los recursos administrativos.Los funcionarios al servicio de las Administraciones Públicas. Tipos de empleado público. Los derechos y deberes de los funcionarios públicos. Acceso, promoción y provisión de puestos de trabajo.Los Presupuestos Generales del Estado. Estructura del presupuesto: clasificación de los gastos. El control interno: la Intervención General de la Administración del Estado.La Ley 12/1989, de 9 de mayo, de la Función Estadística Pública. Principios Generales. Secreto estadístico. Infracciones y sanciones. Los Servicios estadísticos del Estado: el Instituto Nacional de Estadística. Los otros servicios estadísticos de la Administración del Estado. La coordinación estadística.Protección de Datos. La Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales. Objeto de la ley. Principios de protección de datos. Derechos de las personas. Ejercicio de derechos. Régimen especial del tratamiento de datos en el ámbito de la función estadística pública. La Agencia Española de Protección de Datos. Potestades de investigación. Régimen sancionador.El Reglamento 223/2009 del Parlamento Europeo y del Consejo de 11 de marzo relativo a la estadística europea. Definición de estadísticas europeas. Principios estadísticos. Gobernanza estadística. Elaboración y difusión de estadísticas europeas.La Administración electoral española. La Ley Orgánica 5/1985, de 19 de junio, de Régimen Electoral General: Organización y competencias de la Oficina del Censo Electoral. El Censo Electoral: Inscripción, formación y rectificación. Acceso a los datos censales. La ley 7/1985, de 2 de abril, reguladora de las Bases de Régimen Local: Qué es el padrón municipal, inscripción, formación y gestión. El Consejo de Empadronamiento. Acceso a los datos del padrón municipal.Políticas de Igualdad de Género. La incorporación de la mujer al mercado de trabajo. Especial referencia a las Administraciones Públicas. Políticas de promoción de la igualdad de género. La conciliación de la vida personal, familiar y laboral. Políticas contra la violencia de género. Igualdad de trato y no discriminación de las personas LGTBI.La Gobernanza Pública. La gobernanza pública y el gobierno abierto. Concepto y principios informadores del gobierno abierto: colaboración, participación, transparencia y rendición de cuentas. Datos abiertos y reutilización. El marco jurídico y los planes de gobierno abierto en España. La Ley 19/2013, de 9 de diciembre, de transparencia, acceso a la información pública y buen gobierno. El Consejo de Transparencia y Buen Gobierno: Real Decreto 919/2014, de 31 de octubre, por el que se aprueba su estatuto. Funciones.La administración TIC de la AGE. Modelos de gobernanza TIC. Organización e instrumentos operativos de las tecnologías de la información y las comunicaciones en la Administración General del Estado y sus organismos públicos. La transformación digital de la Administración General del Estado. El expediente electrónico. Normas Técnicas de Interoperabilidad. El Esquema Nacional de Seguridad.Estimación insesgada en diseños muestrales por conglomerados II. Muestreo de conglomerados con submuestreo: definición, estimadores, varianza y estimador de la varianza.Diseños para encuestas a lo largo del tiempo. Encuestas repetidas. Encuestas de panel rotante. Encuestas de panel.Introducción a problemas de estimación complejos. El efecto del sesgo en intervalos de confianza de las estimaciones. Consistencia e insesgadez asintótica. La técnica de linealización de Taylor para la estimación de la varianza. Estimador de una razón: varianza y sesgo.El estimador lineal de regresión generalizado. Variables auxiliares. Estimador diferencia. Introducción al estimador lineal de regresión generalizado (GREG). Expresiones alternativas para el estimador lineal de regresión generalizado. Varianza y sus estimaciones. El papel del modelo.Muestreo Bifásico. Muestreo bifásico. Definición. Elección de estimador. El estimador π*. Muestreo bifásico para la estratificación. Variables auxiliares para la selección de la muestra en dos fases.Muestreo en dos ocasiones. Estimación del total en cada ocasión. Estimación del cambio absoluto. Estimación de la suma de totales.Métodos indirectos de estimación de la varianza. Método de los grupos aleatorios. Método de las semimuestras equilibradas. Método Jackknife. Método Bootstrap.Estimación en dominios. Los métodos básicos de estimación en dominios. Condicionamiento sobre el tamaño muestral del dominio. Dominios pequeños: estimadores sintéticos.Reponderación de datos en presencia de falta de respuesta. Tratamientos tradicionales de la falta de respuesta. Vectores auxiliares e información auxiliar. El enfoque de calibrado. Estimación puntual bajo calibrado.Estimación basada en modelos estadísticos. Aspectos generales de la estimación basados en modelos. Teoría de la predicción. Comparación con la teoría del muestreo probabilístico en poblaciones finitas.Métodos para el desarrollo, testeo y evaluación de instrumentos de recogida de datos. Un marco para el desarrollo, testeo y evaluación. Evaluación de preguntas y cuestionarios. Desarrollo, testeo y evaluación de instrumentos de recogida electrónica de datos. Enfoques multimétodo para el desarrollo, testeo y evaluación. Organización y logística.Modelos lineales generalizados: ajuste de modelo e inferencia. Distribuciones de la familia de dispersión exponencial para el GLM. Verosimilitud y distribuciones asintóticas para GLM. Métodos de razón de verosimilitudes/Wald/»score» de inferencia para parámetros GLM. Desviación de un GLM, comparación de modelos y verificación de modelos. Ajuste de modelos lineales generalizados. Selección de variables explicativas para un GLM.Modelos de datos binarios. Funciones de enlace para datos binarios. Regresión logística: propiedades e interpretaciones. Inferencia sobre los parámetros de los modelos de regresión logística. Ajuste del modelo de regresión logística. Desviación y bondad de ajuste para GMLs binarios. Probit y modelos complementarios Log-Log.Modelos de respuesta multinomial. Respuestas nominales: modelos logit de categoría base (baseline-category logit models). Respuestas ordinales: modelos logit acumulativo y modelos probit.Modelos para datos de recuento. GLMs de Poisson para recuentos y tasas. Modelos de Poisson/Multinomial para tablas de contingencia. GLMs de binomial negativa. Modelos para datos cero-inflados (zero-inflated).Métodos cuasi-verosimilitud. Inflación de la varianza para GLMs Poisson y Binomial sobredispersas. Modelos Beta-binomial y alternativas quasi-verosimilitud. Cuasiverosimilitud y mala especificación del modelo.Modelos de respuestas correladas. Modelos marginales y modelos con efectos aleatorios. Modelos mixtos lineales normales. Ajuste y predicción para modelos mixtos lineales normales. MLMG binomial y de Poisson. Ajuste MLMG, inferencia y predicción. Modelización marginal y ecuaciones de estimación generalizadas.Modelos lineal y lineal generalizado de Bayes. El enfoque bayesiano a la inferencia estadística. Los modelos lineales bayesianos. Los modelos lineales generalizados bayesianos. Modelización empírica bayesiana y jerárquica bayesiana.Extensiones de los modelos generalizados lineales. Métodos de regresión robusta y de regularización para el ajuste de modelos. Modelos con un p grande. Suavizado, modelos generalizados aditivos y otras extensiones del GLM.Cadenas de Markov. Procesos de Markov. Clasificación de estados. Clasificación de cadenas. Distribuciones estacionarias y el teorema del límite. Reversibilidad. Cadenas con muchos estados (finitos).Procesos estocásticos. Introducción. Procesos estacionarios. Ejemplos (procesos de renovación, colas y de Wiener). Existencia de procesos.Introducción a la geoestadística. La necesidad del análisis espacial. Tipos de datos espaciales. Autocorrelación: concepto y medidas elementales. Funciones de autocorrelación. El efecto de la autocorrelación en la inferencia estadística.Introducción al aprendizaje automático. Definición. Aprendizaje supervisado. Balance entre sesgo y varianza. La maldición de la dimensionalidad. Sobreajuste. Validación cruzada. Aprendizaje no supervisado. Aplicaciones.Métodos lineales. Regresión lineal. Reducción de la dimensionalidad: regresiones Ridge y Lasso. Regresión logística.Redes neuronales y máquinas de vectores soporte. Redes neuronales. Retropropagación y descenso por gradiente. Problemas característicos de su ajuste. Máquinas de vectores soporte. El uso de Kernels.Modelos basados en árboles. Árboles de decisión. Árboles de regresión. Propiedades. Bagging. Bosques aleatorios. Boosting. Boosting aplicado a árboles.Análisis de componentes principales. Introducción. Planteamiento del problema. Cálculo de las componentes. Propiedades de las componentes. Análisis normado o con correlaciones. Interpretación de las componentes.Análisis de correspondencias. Introducción. Búsqueda de la mejor proyección. La distancia ji-cuadrado. Asignación de puntuaciones.Análisis de conglomerados. Fundamentos. Métodos clásicos de partición. Métodos jerárquicos. Conglomerados por variables.Análisis factorial. La distribución normal k-dimensional. El modelo factorial. El método del factor principal. Estimación máximo-verosímil. Determinación del número de factores. Rotación de los factores. Estimación de los factores.Análisis Discriminante. Introducción. Clasificación entre dos poblaciones. Generalización para varias poblaciones normales. Poblaciones desconocidas (caso general). Variables canónicas discriminantes. Discriminación cuadrática.Análisis de correlación canónica. Introducción. Construcción de las variables canónicas. Análisis muestral. Interpretación geométrica. Contrastes. Extensiones a más de dos grupos. Relación con otras técnicas estudiadas.El entorno de una base de datos. La arquitectura ANSI-SPARC de tres niveles. Lenguajes de bases de datos. Modelos de datos y modelización conceptual. Funciones de un sistema de gestión de bases de datos. Componentes de un sistema de gestión de bases de datos (detalles).El modelo relacional. Breve historia del modelo relacional. Terminología. Restricciones de integridad. Vistas de una base de datos.Álgebra relacional y cálculo relacional. El álgebra relacional. El cálculo relacional. Otros lenguajes.SQL: manipulación de datos. Introducción al SQL. Escritura de comandos SQL. Manipulación de datos.La planificación y diseño de bases de datos. El ciclo vital de los sistemas de información. El ciclo vital de desarrollo de un sistema de bases de datos. Planificación de bases de datos. Definición del sistema. Recolección y análisis de requisitos. Diseño de bases de datos. Selección del sistema de gestión de bases de datos. Diseño de la aplicación. Prototipos. Implementación. Conversión y carga de datos. Testing.El modelo entidad-relación. Tipos de entidad. Tipos de relación. Atributos. Tipos de entidad fuerte y débil. Atributos sobre relaciones. Restricciones estructurales. Problemas con los modelos E/R.Tecnologías web I: la web. El protocolo de transferencia de hipertexto (HTTP). El lenguaje de marcado de hipertexto (HTML). Localizadores de recursos uniformes (URL). Páginas web estáticas y dinámicas. Servicios Web. Requisitos para la integración Web- DBMS. Ventajas y desventajas del enfoque Web-DBMS. Enfoques para la integración la web y los DBMSs.Tecnologías web II: lenguajes de scripts, CGI y cookies HTTP. Lenguajes de scripts: JavaScript, JScript y PHP. CGI: paso de información a un script CGI, ventajas y desventajas de CGI. Cookies HTTP.XML y tecnologías relacionadas. Introducción al XML. Tecnologías relacionadas con el lenguaje XML. XML Schema. XML y bases de datos.El papel de los algoritmos en la computación. Algoritmos. Algoritmos como una tecnología. Análisis de algoritmos. Diseño de algoritmos.Análisis asintótico de los algoritmos. Introducción. Notaciones «Theta», «O», «Omega», «o» y «omega». Notación asintótica en ecuaciones y desigualdades. Comparación de funciones; propiedades.Complejidad. La estructura de los sistemas complejos. La complejidad inherente del software. Los cinco atributos de un sistema complejo. Complejidad organizada y desorganizada. Poner orden en el caos. Sobre el diseño de sistemas complejos.El modelo de objeto. La evolución del modelo de objeto. Fundamentos del modelo de objeto. Elementos del modelo de objeto.Clases y objetos. La naturaleza de un objeto. Relaciones entre objetos. La naturaleza de una clase. Relaciones entre clases. La interacción entre clases y objetos. Sobre la construcción de clases y objetos de calidad.Visión general de lenguajes de programación. Principios. Paradigmas. Cuestiones especiales. Una breve historia. Sobre el diseño de lenguajes. Compiladores y máquinas virtuales.Nombres. Cuestiones sintácticas. Variables. Ámbito (scope). Tabla de símbolos. Resolución de referencias. Ámbito dinámico. Visibilidad. Sobrecarga. Duración (lifetime).Tipos. Errores en tipos. Tipado (typing) estático y dinámico. Tipos básicos. Tipos no básicos.Semántica. Motivación. Semántica de expresiones. Estado del programa. Semántica de asignaciones. Semántica del control de flujo.Funciones. Terminología básica. Llamada a funciones y return. Parámetros. Mecanismos de paso de parámetros.Programación orientada a objetos. Tipos de datos abstractos. El modelo de objeto: clases, visibilidad y ocultación de información, herencia, herencia múltiple, polimorfismo, plantillas, clases abstractas, interfaces, tabla del método virtual, identificación de tipos en tiempo de ejecución, reflexión.Simulaciones. Simulaciones Monte Carlo. Generación de números pseudoaleatorios. Simulación de otras variables aleatorias. Integración Monte Carlo. Métodos avanzados de simulación.

Cuerpo Superior de Estadísticos del Estado — Estadística y Ciencia de Datos

Por dónde empezar

Antes de elegir

Bloques clave

También en Administración