Análisis de Regresión y modelado espacial con R

Transcripción

1 Análisis de Regresión y modelado espacial con R

2 INTRODUCCIÓN OBJETIVOS R es un lenguaje y un entorno de programación para el análisis estadístico y gráfico que se ha convertido rápidamente en herramienta de referencia para el análisis espacial y la geoestadística. R ofrece una gran variedad de métodos de análisis estadísticos (clásicos y actuales), permitiendo además automatizar tareas complejas y desarrollar nuevas funcionalidades. Todo ello, y en consonancia con el creciente volumen de datos espaciales disponibles, hacen de R una herramienta de gran interés con asombrosas potencialidades en el ámbito de la información espacial. Dotar al alumno de los conocimientos necesarios para manipular información espacial e implementar modelos de regresión y clasificación de imagen de satélite con R, utilizando diversas herramientas y procedimientos disponibles. DOCENTE REQUISITOS DATOS GENERALES Marcos Rodrigues Mimbrero Doctor en Geografía por la Universidad de Zaragoza. Máster en Tecnologías de la Información Geográfica. Profesor asociado en el Departamento de Geografía de la Universidad de Zaragoza. Geógrafo especialista en SIG, estadística, scripting y formación. Modalidad On line Precio: 200 Carga lectiva: 60 h. Campus On line de Geoinnova Formación Consultar fechas en la web INSCRÍBETE AQUÍ analisis-de-regresion-y-modelado-espacial-en-r No es necesario tener conocimientos previos dentro del manejo del paquete de análisis estadístico R. El software no se encuentra incluido en el precio del curso, el estudiante deberá de tener instalada la versión correspondiente de los software que se tratarán en el curso. 2

3 ÍNDICE DEL PROGRAMA MÓDULO 1: INTRODUCCIÓN A R 1. Obtención e instalación. 2. Empezar con R. 3. Funciones básicas. 4. Creación de gráficos. MÓDULO 2: ANÁLISIS DE REGRESIÓN Y ESPACIALIZACIÓN DE RESULTADOS 1. Introducción al análisis de regresión. 2. Generalized Linear Models (GLM). 3. Validación de resultados. MÓDULO 3: OPERACIONES SOBRE DATOS ESPACIALES 1. Paquetes de análisis espacial. 2. Obtención de información desde capas SIG. 3. Espacialización de modelos de regresión. 4. R y Quantum GIS. MÓDULO 4: MODELOS DE REGRESIÓN AVANZADOS CON GML 5. Estructuras de control. 6. Regresión con Random Forest. 7. Clasificación con Random Forest. OFERTAS BONIFICACIÓN F. TRIPARTITA -20% Socios -15% Partners -10% Desempleados, autónomos, funcionarios, estudiantes, minusválidos y extranjeros. -5% Grupos >5-5% Matriculación en 2 cursos simultaneamente. Tramitamos la bonificación de su curso hasta del 100% a través de la Fundación Tripartita. Si ud. es un trabajador por cuenta ajena en una empresa que tributa en España, puede beneficiarse de las bonificaciones de la Fundación Tripartita, accediendo a la formación ofertada en Geoinnova. Nosotros, como entidad organizadora afiliada a la Fund. Tripartita, le gestionamos todos los trámites necesarios para que ud. pueda bonificarse el curso. 3

4 METODOLOGÍA MATERIALES Formación E-learning (on line). El estudiante tendrá acceso las 24h. del día, a la plataforma tecnológica que Geoinnova pone a su disposición y desde la cual podrá seguir adecuadamente el desarrollo del curso. Desde la plataforma tendrá acceso a todos los contenidos del mismo y disponer de los recursos y canales de contacto necesarios, con docentes, compañeros y la coordinación técnica de Geoinnova. Garantizamos las respuestas en menos de 24h. Manuales en PDF con ilustraciones de todos los procesos, ejercicios y actividades. Videotutoriales Autoevaluaciones Ejercicios prácticos Software complementario Descuentos en tus próximos cursos en Geoinnova Formación. CERTIFICADOS PATROCINADOR DE QGIS Todos nuestros cursos están Certificados por la Asociación Geoinnova. El estudiante que supere los requisitos de evaluación recibirá un Diploma con el Certificado de Aprovechamiento acreditado electrónicamente. Recientemente Geoinnova ha entrado a formar parte del proyecto QGIS como Patrocinador Oficial de Bronce. GEOINNOVA FORMACIÓN: formacion@geoinnova.org CONTACTO

5 Análisis de Regresión y modelado espacial con R