Ministerio de Economía, Comercio y Empresa. II. Autoridades y personal. - B. Oposiciones y concursos. Cuerpo Superior de Estadísticos del Estado. (BOE-A-2024-27554)
Resolución de 22 de diciembre de 2024, de la Subsecretaría, por la que se convocan procesos selectivos para ingreso, por el sistema general de acceso libre y promoción interna, en el Cuerpo Superior de Estadísticos del Estado.
33 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
BOLETÍN OFICIAL DEL ESTADO
Martes 31 de diciembre de 2024
Sec. II.B. Pág. 187561
II. Inferencia y modelización estadísticas
Tema 1. 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.
Tema 2. 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.
Tema 3. Estimación puntual I. Introducción. Métodos para encontrar estimadores:
método de los momentos, estimadores máximo-verosímiles, estimadores de Bayes,
estimadores invariantes.
Tema 4. Estimación puntual II. Métodos para evaluar estimadores: error cuadrático
medio, estimadores insesgados óptimos, suficiencia e insesgadez, optimalidad de la
función de pérdida.
Tema 5. 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.
Tema 6. 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.
Tema 7. 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.
Tema 8. 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.
Tema 9. 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.
Tema 10. 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.
III. Almacenamiento y modelos de datos
Tema 1. 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.
Tema 2. Componentes principales del hardware de un sistema de computación.
Introducción. Componentes principales de hardware de un sistema de computación.
Tema 3. 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.
Tema 4. Bases de datos. Introducción. Sistemas tradicionales basados en ficheros:
descripción y limitaciones. Base de datos, sistema de gestión de bases de datos,
cve: BOE-A-2024-27554
Verificable en https://www.boe.es
Núm. 315
Martes 31 de diciembre de 2024
Sec. II.B. Pág. 187561
II. Inferencia y modelización estadísticas
Tema 1. 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.
Tema 2. 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.
Tema 3. Estimación puntual I. Introducción. Métodos para encontrar estimadores:
método de los momentos, estimadores máximo-verosímiles, estimadores de Bayes,
estimadores invariantes.
Tema 4. Estimación puntual II. Métodos para evaluar estimadores: error cuadrático
medio, estimadores insesgados óptimos, suficiencia e insesgadez, optimalidad de la
función de pérdida.
Tema 5. 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.
Tema 6. 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.
Tema 7. 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.
Tema 8. 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.
Tema 9. 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.
Tema 10. 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.
III. Almacenamiento y modelos de datos
Tema 1. 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.
Tema 2. Componentes principales del hardware de un sistema de computación.
Introducción. Componentes principales de hardware de un sistema de computación.
Tema 3. 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.
Tema 4. Bases de datos. Introducción. Sistemas tradicionales basados en ficheros:
descripción y limitaciones. Base de datos, sistema de gestión de bases de datos,
cve: BOE-A-2024-27554
Verificable en https://www.boe.es
Núm. 315
