Análisis de Datos con R curso práctico con aplicaciones en ciencia y tecnología

Documentos relacionados
Estadística Descriptiva. Poblaciones y muestras.

DIPLOMADO EN ESTADÍSTICA APLICADA

Detalle de contenidos Formación Básica

Complementación y ampliación de la currícula de la Maestría 2017 Maestría en Generación y Análisis de Información Estadística

CURSO: Métodos estadísticos para la investigación en

TÉCNICAS AVANZADAS DE INVESTIGACIÓN Y ANÁLISIS MULTIVARIADO DE DATOS SEMINARIO DE INVESTIGACIÓN (CÓDIGO 50 L)

MATLAB para el Análisis Económico y Financiero Nivel Intermedio

CURSO ANÁLISIS DE DATOS SOCIALES Social Data Analysis Course QUINTA VERSIÓN (2018)

Departamento de Estadística e Investigación Operativa

Programa de estudio. 12. Total de créditos 13. Total de horas 14 Equivalencias 8 70

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES

DIPLOMADO DIPLOMADO INNOVACIONES DIDÁCTICAS, METODOLÓGICAS Y EVALUATIVAS PARA LA ENSEÑANZA DE LA MATEMÁTICA DIDÁCTICAS ESPECÍFICAS FACULTAD EDUCACIÓN

Herramientas de manejo intermedio de la planilla de cálculo Excel para Windows

: Andrea Canals/ Catalina Canals Año Académico : 2017 P R O G R A M A

Diplomado en Ingenieria de Alimentos. Modalidad Virtual

Análisis de Datos de Corte Transversal, Series de Tiempo y Datos de Panel con STATA en Santiago de Chile

UNIVERSIDAD DE GUADALAJARA

Herramientas de programación en Python para procesamiento de datos

TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES

Curso: Desarrollo y Programación de Visualización de Datos Geográficos en Internet

Herramientas de manejo avanzado de la planilla de cálculo Excel para Windows.

Estadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.

INDICE. Prologo Introducción El sistema SPSS Análisis estadístico con el SPSS Estadista avanzada Guía de lectura Parte I Programación

Diplomado en Estadística e Investigación Científica

5. Tipo de créditos SCT 6. Número de créditos SCT - Chile 5 SCT 7. Objetivo general del curso

Universidad de Sonora Unidad Regional Centro División de Ciencias Biológicas y de la Salud Departamento que imparte la materia: Matemáticas

Programación en Lenguaje R

Predictive Analytics Análisis Avanzado. web

MS-Excel 2007, Intermedio Avanzado (30 horas)

Análisis estadístico de datos con computadora : Aplicaciones de técnicas cuantitativas en el campo de las ciencias sociales

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Ciencias. Plan de estudios de la Licenciatura en Actuaría. Modelos Lineales

Análisis de datos estadísticos con STATA 13

BIOSESTADÍSTICA AMIGABLE

Estadística II. Carrera: INB Participantes. Representante de las academias de ingeniería industrial de Institutos Tecnológicos.

Análisis Econométrico con EViews.

Análisis estadístico de datos con computadora : Aplicaciones de técnicas cuantitativas en el campo de las ciencias sociales

Facultad de Ciencias Sociales - Universidad de la República

INGENIERÍA MECATRÓNICA EN COMPETENCIAS PROFESIONALES

INDICE. 81 Operadores lógicos Funciones exponenciales y logarítmicas Funciones trigonométricas

PROGRAMA OFICIAL DE POSTGRADO EN ESTADÍSTICA E INVESTIGACIÓN OPERATIVA

EXCEL AVANZADO. Video Clases. #ExcelAvanzado

1. Justicación. 2. Objetivos General Especícos PLAN DE TRABAJO DE LA ASIGNATURA. Código: Versión: 02 Emisión: Página 1 de 6

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

Curso: Analytics for Beginners Estadística aplicada a los negocios

CM0244. Suficientable

ANX-PR/CL/ GUÍA DE APRENDIZAJE

CARTA DESCRIPTIVA (Métodos matemáticos para la administración).

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre

Introducción al Manejo y Visualización de Datos en R

R for Business Analytics

Titulación(es) Titulación Centro Curso Periodo Grado de Medicina FACULTAT DE MEDICINA I ODONTOLOGIA

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: 6019 Semestre: 5 Área en plan de estudios ( B, P y E):

Tabla de Contenido. iii

FACULTAD DE INGENIERÍA Y ARQUITECTURA ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: Semestre: 5 Área en plan de estudios ( B, P y E):

Taller de R. 5 al 7 de Enero de 2017

Prof. Titular: Ernesto A. ROSA / Adjuntos: Nora B. CADENAS y Constanza ANNUNZIATA

Curso Planilla de Cálculo Excel Avanzado

Curso Software SPSS. Enero Santiago, Chile - Tfno (562) /

Estadística básica con R Commander. María Eugenia Fernández de Luco

Programa Internacional. Programa Certificado en. Big Data

EXCEL AVANZADO VISUAL BASIC FOR APPLICATIONS (VBA)

Guía Docente 2013/2014

Sílabo de Estadística Aplicada

PROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística

Escuela de Administración de Empresas CIADEG-TEC

Objetivo y alcance del diplomado

UNIVERSIDAD TÉCNICA DE AMBATO FACULTAD DE INGENIERIA AGRONOMICA CARRERA DE INGENIERIA AGRONOMICA MODALIDAD PRESENCIAL

I.T.S.C.S. Instituto tecnológico superior compu sur SYLLABUS DE ESTADÍSTICA I REF: ESTADÍSTICA I

UNIVERSIDAD TÉCNICA DE AMBATO FACULTAD DE INGENIERIA AGRONOMICA CARRERA DE MEDICINA VETERINARIA Y ZOOTECNIA MODALIDAD PRESENCIAL

UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS DE LA COMUNICACIÓN

Estadistica II. Carrera: INB Diseñar e implantar sistemas y procedimientos para la toma de decisiones.

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS ALIMENTARIOS

Guía de aprendizaje de Diseño de Experimentos y Análisis de Datos

Introducción a la Estadística Aplicada en la Química

DESCRIPCIÓN OBJETIVOS GENERAL

Régimen de Cursada: Semestral Carácter): Obligatoria Correlativas: Matemática II Profesor/es: María B. Pintarelli Hs. semanales : 6 hs.

UNIVERSIDAD NACIONAL DE LOMAS DE ZAMORA FACULTAD DE CIENCIAS SOCIALES LICENCIATURA EN RELACIONES LABORALES CURSO: 4º AÑO

Análisis Econométrico con EViews.

CURSO DE BIOESTADÍSTICA DIRIGIDO A ESTUDIANTES DE MAESTRIA Y DOCTORADO EN CIENCIAS MÉDICAS (PRO.IN.BIO.) Y ESTUDIANTES DE MAESTRIA DEL

CURSO TALLER BIOESTADÍSTICA BÁSICA PARA EL DESARROLLO DE INVESTIGACIÓN EN SALUD

Información general. Obligatoria básica o de fundamentación X. Obligatoria profesional. Horas de trabajo independiente del estudiante

DIPLOMADO MÉTODOS CUANTITATIVOS PARA LAS CIENCIAS SOCIALES

UNIVERSIDAD NACIONAL DE RÍO CUARTO FACULTAD DE CIENCIAS EXACTAS, FÍSICO-QUÍMICAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA

Facultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO

Universidad de Puerto Rico Recinto de Mayagüez Facultad de Artes y Ciencias DEPARTAMENTO DE CIENCIAS MATEMATICAS

FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN DE LA UASLP PLAN DE ESTUDIOS 2006

CURSO: Métodos estadísticos de uso frecuente en salud

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA

Transcripción:

curso práctico con aplicaciones en ciencia y tecnología

Índice Sobre el curso 3 Descripción del curso Objetivo(s) terminal(es) Modelo del curso 4 Perfil del participante y requisitos de participacion Organiza Modalidad Modalidad Duración Sede Santiago Relatores 5 Valor y certificación 6 Arancel Certificación Consultas y postulaciones Metodología de enseñanza y requisitos de aprobación 7 Unidades de aprendizaje y programación del curso 8 Bibliografía 10 2

Sobre el curso DESCRIPCIÓN DEL CURSO Curso práctico orientado a conocer y aplicar técnicas y herramientas de análisis de datos con el lenguaje de programación R. Este curso contempla clases prácticas para el almacenamiento, lectura, procesamiento, análisis y presentación de datos con aplicaciones en Ciencia y Tecnología. Este curso contribuye a generar competencias para procesar, analizar, graficar e interpretar datos científicos y tecnológicos, manejando de forma adecuada las tecnologías de información y comunicación. OBJETIVO(S) TERMINAL(ES) Procesar, analizar, graficar e interpretar datos científicos y tecnológicos usando el lenguaje de programación R. Manejar tecnologías de información y comunicación. 3

Modelo del curso PERFIL DEL PARTICIPANTE Y REQUISITOS DE PARTICIPACIÓN Podrán participar graduados y estudiantes de postgrado con formación en Ciencia y Tecnología. ORGANIZA Pontificia Universidad Católica de Valparaíso, Chile. MODALIDAD Este curso es de carácter presencial. DURACIÓN 24 horas presenciales. SEDE SANTIAGO Antonio Bellet 314, Providencia, Región Metropolitana FECHAS DE CLASES PRESENCIALES SEDE SANTIAGO Martes 13, miércoles 14 y jueves 15 de Noviembre de 2018. 4

Relatores Dr. José Gallardo Doctor en Ciencias de la Universidad de Chile Profesor adjunto de la Pontificia Universidad Católica de Valparaíso. Bio. Mar. Rodrigo Badilla Diploma de estudios Avanzados de la Universidad de las Palmas de Gran canaria. 5

Valor y certificación ARANCEL El curso tendrá un derecho de matricula de $300.000 que cubre los costos de materiales, café y certificado de aprobación del curso. El curso se puede pagar al contado o en 2 cuotas. CERTIFICACIÓN Certificación otorgada por la Pontificia Universidad Católica de Valparaíso. CONSULTAS Y POSTULACIONES Dr. José Gallardo postgrado.r@pucv.cl 6

Metodología METODOLOGÍA DE ENSEÑANZA Y REQUISITOS DE APROBACIÓN Por tratarse de un curso de carácter práctico, este se desarrollará sobre la base de ejercicios y trabajo computacional usando el lenguaje de programación R y la interfaz gráfica de usuario R-Studio. La aprobación del curso está sujeta a las normas y procedimientos de la Dirección de Cooperación Técnica de la PUCV. Para aprobar el curso los estudiantes deben asistir al 80% de las actividades presenciales. 7

Unidades de aprendizaje y programación del curso MÓDULO FECHA HORA CONTENIDOS Básico 13 Básico Básico 13 14 9:00-13:30 14:30 -v 18:00 9:00-13:30 Presentación e introducción del curso. Revisión de bibliografía y webgrafía. Introducción a lenguaje de programación R y a la Interfaz gráfica de usuario R-studio. Conocimiento de la estructura del programa y ventanas. Entrenamiento en el uso funciones generales. Tipos de datos Vectores, Números, Carácter, enteros, lógicos Operadores lógicos y matemáticos. Expresiones condicionales. Transformación de variables. Al final de la clase los alumnos lograrán crear y almacenar su primer script. Trabajando con Datos. Matrices. Listas. Data Frame. Acceso a porciones o subconjuntos de datos: -Funciones de manejo de datos. Importación de datos desde: Excel, txt, csv, HTML Exportación de archivos: Excel, txt, csv. Al final de la clase los alumnos lograrán importar datos, realizar un análisis exploratorio de ellos, manipularlos y exportar información relevante. Gráficos de calidad para informes, reportes técnicos y publicaciones. Gráficos desde la base: Dispersión, histogramas, líneas, barras, boxplot. Gráficos avanzados con ggplot2: -Configuración visual. -Segmentación de gráficos. -Exportación de gráficos. Al final de la clase los alumnos lograrán crear gráficos de calidad para su uso en informes, reportes técnicos y/o publicaciones científicas. 8

MÓDULO FECHA HORA CONTENIDOS Intermedio Intermedio Intermedio 14 15 15 14:30-18:00 9:00-13:30 14:30-18:00 Estadística y análisis de datos con R. Análisis de correlación y test de medias: Análisis de correlación parcial y bivariada. Test de student: Estimación de poder estadístico: power.t.test. Estimación del número de muestras: power.t.test. Test de anova 1 y 2 vías: Interacción. Planteamiento de hipótesis. Supuestos del test. Post-hoc. Análisis de Chi-cuadrado: Planteamiento de hipótesis. Supuestos del test. Al final de la clase los alumnos lograrán realizer simples analisis de datos con R. Estadística avanzada y análisis de datos con R. Regresión lineal simple / múltiple: Planteamiento de hipótesis. Supuestos del test. Interacción. Evaluación confounding (área salud). Análisis de residuos. Test de Wald. Evaluación confounding (área salud). Selección de variables: stepwise, Test de máxima Verosimilitud. Interpretación de parámetros de regresión. Al final de la clase los alumnos lograrán realizer analisis de datos avanzados con R. Estadistica avanzada 2 y análisis de datos con R. Regresión logística: Planteamiento de hipótesis. Supuestos del test. Interacción. Evaluación confounding (área salud). Análisis de residuos. Cálculo de probabilidades, odds ratio, risk ratio. Interpretación de parámetros de regresión. Predicción. Al final de la clase los alumnos lograrán realizar análisis de datos avanzados con R. 9

Bibliografía 1. Recursos Didácticos Los recursos didácticos de aprendizaje a utilizar son: a) Guías de trabajo diseñadas y elaboradas por los profesores. 2. Bibliografía Obligatoria Carlos Redondo Figuero. 2016. El programa R, herramienta clave en investigación. Editores: Universidad de Cantabria, Editorial de la Universidad de Cantabria. 3. Bibliografía Complementaria Faraway, Julian James. 2015. Linear models with R. CRC Press; Boca Ratón; Estados Unidos. 2a. ed. 4. Webgrafía R project website https://cran.r-project.org R-Studio http://www.rstudio.com R seek http://www.rseek.org/ 10