Plan de estudios
MÓDULO I: Presentación y análisis descriptivo de datos con uso de software R.
- Análisis estadístico unidimensional.
- Medidas estadísticas unidimensionales.
- Análisis estadístico bidimensional y multidimensional.
MÓDULO II: Probabilidad e Inferencia estadística.
- Teoría de probabilidades.
- Distribuciones.
- Inferencia estadística.
- intervalos de confianza.
- Prueba de hipótesis.
MÓDULO III: Diseños de investigación y Muestreo.
- Diseños de investigación y tipos.
- Muestreo probabilístico y propiedades.
- Métodos de selección de una muestra.
- Tipos de muestreo aleatorio. Muestreo aleatorio simple, estratificado, sistemático y por conglomerados.
MÓDULO IV: Modelos de regresión lineal.
- Modelo de regresión lineal multiple.
- Análisis de residuos.
- Transformación de variables.
- Aplicación del modelo de regresión logística.
- Selección de modelos de regresión lineal.
MÓDULO V: Análisis de Series de tiempo.
- Conceptos de series de tiempo.
- Métodos de descomposición de series de tiempo.
- Modelos ARMA, ARIMA y SARIMA.
- Métodos de medias móviles.
- Regresión dinámica.
- Suavizamiento exponencial.
MÓDULO VI: Análisis Multivariado Aplicado.
- Variables aleatorias multivariables.
- Distribuciones de probabilidad multivariable.
- Análisis por componentes principales.
- Análisis factorial.
- Análisis de Clúster.
- Análisis discriminante.
Proceso de evaluación
Virtual y asíncrono.
Metodología de evaluación: Participación en aula, evaluación constante con trabajos grupales o individuales en cada sesión, exposiciones, cuestionarios virtuales, trabajo integrador, entre otros, para los cuales se otorgan plazo de entrega en coordinación con el docente del módulo.
Plana docente
Dra. Ela Mercedes Medrano de Toscano
Posee graduación en Estadística por la Universidad Nacional Mayor de San Marcos (1975), Maestría y Doctorado en Ingeniería de Producción por la Universidade Federal do Río de Janeiro (UFRJ). Profesora Asociada del Departamento de Estadística de la Universidade Federal de Minas Gerais (UFMG). Jubilada desde 2018. Actuó como: Coordinadora del Curso de Especialización en Estadística da UFMG, profesor investigador y orientador en la Graduación y Postgraduación en Estadística de la UFMG. Tiene experiencia en el área de Series Temporales, actuando principalmente en los siguientes temas: Métodos Estadísticos de Previsión, Análisis de Series de Tiempo, Modelos ARFIMA, Raíces unitarias, Quiebra estructural y Modelos GARCH.
Dr. Gregorio Saravia Atuncar
Posee graduación en Matemática por la Universidad Nacional de Ingeniería UNI (1975), maestría en Estadística por el Instituto de Matemática Pura e Aplicada IMPA (1983) y doctorado en Estadística – Iowa State University (1994). Profesor asociado de la Universidade Federal de Minas Gerais (UFMG). Jubilado desde enero de 2019. Tiene experiencia en el área de Probabilidad y Estadística, con énfasis en Probabilidad Aplicada, actuando principalmente en los siguientes temas: núcleo – estimadores, procesos de Markov, ecuaciones diferenciales estocásticas, expansión de Edgeworth.
Dra. Katherine Elizabeth Coaguila Zavaleta
Posee graduación en Matemáticas por la Universidad Nacional de San Agustín de Arequipa (2008). Maestría en Estadística por la Universidade Federal de São Carlos (2012). Realizó Doctorado en Estadística por la Universidade Federal de São Carlos (UFSCar) (2016). De 2017 al 2019, fue Profesora contratada en la Universidade Federal de Mato Grosso (UFMT). En el año 2020, se desempeñó como asesora estadística en la Unimed Cuiabá. Actualmente, es profesora contratada en la Universidade do estado de Mato Grosso (Unemat).
Dr. John Franky Bernedo Gonzales
Bachiller en Matemáticas desde el 2005 por la Universidad Nacional de San Agustín (Arequipa-Perú). Magíster en Estadística por la Universidad Federal de São Carlos (UFSCar). Doctor en Estadística por la UFSCar. Monitor de Inferencia Estadística en la UFSCar (2010-2013). Fue profesor contratado por el Centro Universitario Central Paulista (UNICEP) en el año 2015. Actualmente, es docente en la Universidad Nacional de San Agustín y Universidad La Salle.
Dr. Jesus Enrique Achire Quispe
Posee graduación en Matemáticas por la Universidad Nacional de San Agustín (UNSA) en 2007, maestría en Matemáticas en la Universidade Federal Fluminense (UFF) en 2010 y doctorado en Matemáticas en la Universidade Estadual de Campinas (UNICAMP) en 2015. Desde 2023, es estudiante de doctorado en Estadística en la Pontificia Universidad Católica de Chile (PUC-Chile). Entre 2016 y 2022, fue profesor en diversas instituciones académicas, incluyendo la Universidade Federal de São Carlos (UFSCar), la Universidad Nacional de San Agustín (UNSA), la Universidad Católica San Pablo (UCSP) y la Pontificia Universidad Católica de Chile (PUC-Chile). Tiene experiencia en investigación en Matemáticas, Probabilidades y Estadística, actuando principalmente en el Análisis Bayesiano Objetivo para modelos multivariados, con especial énfasis en modelos de sobrevivencia.
Mg. Luz Marina Ramos Quispe
Magíster en Estadística por la Universidad Estadual de Campinas de Brasil (UNICAMP). Graduada en matemáticas por la Universidad Nacional de San Agustín de Arequipa (UNSA). Actualmente, realiza estudios de doctorado en la Pontificia Universidad Católica de Chile. Tiene experiencia en el área de investigación en métodos estadísticos clásicos, actuando principalmente en los temas de inferencia y diagnósticos de influencia en modelos con errores de medición, bajo la distribución de mezcla multivariada basada en la distribución Birnbaum-Saunders.
* La Universidad cuenta con el derecho de modificar la asignación de docentes cuando existan razones de fuerza mayor, caso fortuito o no atribuible a la Universidad.
Calendario
Fecha de inicio | 01 de agosto de 2025 |
Fecha de fin | 28 de marzo de 2026 |
Duración | 8 meses |
Horario | Frecuencia semanal:- Viernes de 19:00 a 21:30 h
- Sábado de 9:00 a 11:30 h y de 14:00 a 16:30 h
|
Lugar | Plataforma Moodle y Google Meet |
* La Escuela de Postgrado se reserva el derecho de hacer cambios en el calendario académico.
* La Escuela de Postgrado se reserva el derecho de cambiar la plataforma virtual.
* La Escuela de Postgrado UCSP se reserva el derecho de cancelar o postergar el programa si no alcanza el mínimo de alumnos matriculados hasta 7 (siete) días hábiles anteriores a la fecha indicada para el inicio del programa.
Tiempo de dedicación al programa
Horas teóricas: | 240 |
Horas prácticas: | 384 |
Horas presenciales: | 0 |
Horas no presenciales: | 624 |
* Horas lectivas: 240 (144 teóricas y 96 prácticas), Horas no lectivas: 384 horas no lectivas (96 teóricas y 288 prácticas)
Inversión
Preventa: S/ 3,280 hasta el 25 de abril del 2025. (cupos limitados).
Precio al contado: S/ 3,600 (incluye cuota inicial).
Precio total: S/ 3,965 fraccionado en cuotas de:
- Cuota inicial de: S/ 500.
- 7 cuotas de: S/ 495.
Pago | Monto | Fecha de pago |
Cuota 1 | S/ 495 | 30 de agosto de 2025 |
Cuota 2 | S/ 495 | 30 de septiembre de 2025 |
Cuota 3 | S/ 495 | 30 de octubre de 2025 |
Cuota 4 | S/ 495 | 30 de noviembre de 2025 |
Cuota 5 | S/ 495 | 30 de diciembre de 2025 |
Cuota 6 | S/ 495 | 28 de febrero de 2026 |
Cuota 7 | S/ 495 | 30 de marzo de 2026 |
Descuentos:
- 10% de descuento a comunidad UCSP y Antiguos alumnos.
- 10% de descuento corporativo (3 personas)
* Para ver las orientaciones para devolución de pagos darle clic aquí.
* Aceptamos pagos con todas las tarjetas.
* Los descuentos no son acumulables.
* Los descuentos a la comunidad UCSP, antiguos alumnos y corporativo no aplica en pronto pago.
* El monto de matrícula es de S/ 200, está incluída en todas las modalidades de pago y es única al momento de la admisión.
Certificación
Diploma en Métodos Estadísticos otorgado por la Universidad Católica San Pablo.
* Para obtener el diploma de Postgrado, el estudiante debe acreditar el grado académico de bachiller, cumplir con 24 créditos académicos aprobados en el programa de estudios, y no tener obligaciones económicas pendientes de pago con la universidad.
* Diploma de postgrado con firmas emitidas en medios digitales.
Requerimientos tecnológicos mínimos
- Contar con PC o Laptop.
- Cámara web (interna o externa) con mínimo de 720p de resolución.
- Micrófono (interno o externo).
- Acceso a internet – la velocidad recomendada es de 4 Mbps para descarga y 1 Mbps para subida o superior.
- Navegador Google Chrome o Firefox actualizado.
Requerimientos adicionales para el diplomado:
- Instalación del programa R.