II. Autoridades y personal. - B. Oposiciones y concursos. MINISTERIO DE ASUNTOS ECONÓMICOS Y TRANSFORMACIÓN DIGITAL. Cuerpo Superior de Estadísticos del Estado. (BOE-A-2022-2725)
Resolución de 9 de febrero de 2022, de la Subsecretaría, por la que se aprueba el programa y se describe el contenido de los procesos selectivos para ingreso, por el sistema general de acceso libre y promoción interna, en el Cuerpo Superior de Estadísticos del Estado, correspondiente a la convocatoria derivada de las ofertas de empleo público de 2020 y 2021, y se deja sin efecto la Resolución de 1 de octubre de 2020.
18 páginas totales
Página
BOLETÍN OFICIAL DEL ESTADO
Lunes 21 de febrero de 2022
Sec. II.B. Pág. 21072
técnica de linealización de Taylor para la estimación de la varianza. Estimador de una
razón: varianza y sesgo.
Tema 4. 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.
Tema 5. 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.
Tema 6. Muestreo en dos ocasiones. Estimación del total en cada ocasión.
Estimación del cambio absoluto. Estimación de la suma de totales.
Tema 7. Métodos indirectos de estimación de la varianza. Método de los grupos
aleatorios. Método de las semimuestras equilibradas. Método Jackknife. Método
Bootstrap.
Tema 8. Estimación en dominios. Los métodos básicos de estimación en dominios.
Condicionamiento sobre el tamaño muestral del dominio. Dominios pequeños:
estimadores sintéticos.
Tema 9. 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.
Tema 10. 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.
Tema 11. 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.
II. Inferencia y modelización estadísticas
Tema 1. 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.
Tema 2. 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.
Tema 3. Modelos de respuesta multinomial. Respuestas nominales: modelos logit
de categoría base (baseline-category logit models). Respuestas ordinales: modelos logit
acumulativo y modelos probit.
Tema 4. 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).
Tema 5. 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.
Tema 6. 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.
cve: BOE-A-2022-2725
Verificable en https://www.boe.es
Núm. 44
Lunes 21 de febrero de 2022
Sec. II.B. Pág. 21072
técnica de linealización de Taylor para la estimación de la varianza. Estimador de una
razón: varianza y sesgo.
Tema 4. 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.
Tema 5. 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.
Tema 6. Muestreo en dos ocasiones. Estimación del total en cada ocasión.
Estimación del cambio absoluto. Estimación de la suma de totales.
Tema 7. Métodos indirectos de estimación de la varianza. Método de los grupos
aleatorios. Método de las semimuestras equilibradas. Método Jackknife. Método
Bootstrap.
Tema 8. Estimación en dominios. Los métodos básicos de estimación en dominios.
Condicionamiento sobre el tamaño muestral del dominio. Dominios pequeños:
estimadores sintéticos.
Tema 9. 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.
Tema 10. 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.
Tema 11. 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.
II. Inferencia y modelización estadísticas
Tema 1. 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.
Tema 2. 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.
Tema 3. Modelos de respuesta multinomial. Respuestas nominales: modelos logit
de categoría base (baseline-category logit models). Respuestas ordinales: modelos logit
acumulativo y modelos probit.
Tema 4. 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).
Tema 5. 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.
Tema 6. 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.
cve: BOE-A-2022-2725
Verificable en https://www.boe.es
Núm. 44
