Módulo 1: Introducción a la Estadística (Semanas 1-4)
Definición y ramas de la estadística. Estadística descriptiva y estadística inferencial. Tipos de datos y escalas de medición. Recolección y presentación de datos. Muestreo: tipos de muestreo. Tablas de frecuencia y gráficos estadísticos (histogramas, diagramas de barras, etc.). Medidas de posición central y no central. Media, mediana, moda, cuartiles y percentiles. Medidas de dispersión. Rango, Rango Intercuartilico, Varianza, Desviación estándar y Coeficiente de Variación. Distribuciones de probabilidad básicas. Distribuciónes Uniforme, Normal, Binomial, Hipergeometrica.
Prácticas: Análisis de conjuntos de datos utilizando software estadístico (Ej. Excel, SPSS, R).

Módulo 2: Probabilidades y Distribuciones (Semanas 5-8)
Teoría de las que probabilidades. Espacio muestral, eventos, probabilidades condicionadas. Teorema de Bayes. Distribuciones de probabilidad continuas y discretas. Distribuciónes, t de Student, chi-cuadrado. Teorema central del límite y su aplicación. Aplicación en inferencia estadística. Estimación puntual y por intervalo. Estimadores, intervalos de confianza. Resolución de problemas de probabilidad.

Módulo 3: Inferencia Estadística (Semanas 9-12)
Pruebas de hipótesis. Hipótesis nula y alternativa. Error tipo I y tipo II. Prueba t de Student, prueba Z. Análisis de varianza (ANOVA). ANOVA de un factor. ANOVA de dos factores. Correlación y regresión. Regresión lineal simple y múltiple. Coeficiente de correlación de Pearson. Análisis de hipótesis utilizando software estadístico.

Módulo 4: Análisis Multivariado y Técnicas Avanzadas (Semanas 13-16)
Regresión múltiple. Introducción a la regresión múltiple. Análisis de componentes principales (PCA). Reducción de la dimensionalidad. Interpretación de resultados. Métodos de agrupamiento (k-means, jerárquico).
Modelos estadísticos en series temporales. Modelos ARIMA. Estacionalidad y predicción. Análisis de datos multi variantes y series temporales.

Módulo 5: Estadística Aplicada y Proyecto (Semana 17-20)
Análisis de datos en el sector empresarial. Manipulación de datos. Generación de gráficos y análisis. Presentación de resultados y toma de decisiones. Visualización de datos. Interpretación y comunicación de los resultados estadísticos. Proyecto de análisis estadístico de un conjunto de datos real. Presentación de resultados utilizando herramientas de visualización.

Módulo 6: Presentación Profesional de un conjunto de Datos (Semana 21-24)
Tendencias actuales en estadística y análisis de datos. El rol del analista en la toma de decisiones.Ética en el análisis de datos. Cómo trabajar en equipo y colaborar con otras áreas. Certificación final y presentación de proyecto. Preparación para la evaluación final. Presentación del proyecto final. Presentación de un análisis de datos completo con informes y recomendaciones. Evaluación teórica y práctica