Cursos de Estadística R ; ";
Menu

Deprecated: Non-static method JApplicationSite::getMenu() should not be called statically, assuming $this from incompatible context in /usr/home/maximainformacion/www/templates/gk_startup/lib/framework/helper.layout.php on line 113

Deprecated: Non-static method JApplicationCms::getMenu() should not be called statically, assuming $this from incompatible context in /usr/home/maximainformacion/www/libraries/cms/application/site.php on line 272

Máster Universitario de Estadística Aplicada con R Software

Master Oficial Estadística Aplicada con R software

Aprende a realizar las Técnicas Estadísticas clásicas, avanzadas y robustas propuestas en este Máster de la Universidad Rey Juan Carlos, con el software estadístico R sin necesidad de conocimientos específicos de programación o de estadística avanzada.

NOMBRE PLAN DE ESTUDIOS:

MASTER UNIVERSITARIO DE ESTADÍSTICA APLICADA CON R: TÉCNICAS CLÁSICAS, ROBUSTAS, AVANZADAS Y MULTIVARIANTES.

 

DESTINATARIOS

 

El Máster en Estadística Aplicada con R: técnicas clásicas, robustas, avanzadas y multivariantes, se dirige a alumnos con diferentes grados de formación (Diplomados, Ingenieros Técnicos, Licenciados e Ingenieros Superiores, Graduados, estudiantes de posgrado, Doctores e Investigadores) en distintas áreas científicas.

 

OBJETIVO GENERAL

 

El objetivo principal del Máster es dotar al estudiante de las capacidades y destrezas necesarias para aplicar técnicas de análisis estadístico a la resolución de problemas reales de diversa índole, con el objeto de descubrir la información que contienen, generar predicciones, y comunicar de manera adecuada los resultados para elaborar conclusiones que faciliten la toma de decisiones en situaciones complejas.

 

OBJETIVOS ESPECÍFICOS

 

En particular, el alumno será capaz de:

1. descubrir técnicas estadísticas actuales, robustas y avanzadas que le permitirán abordar problemas complejos en los cuales la estadística clásica falla.

2. adquirir destrezas en la utilización correcta y racional del principal software estadístico (software R).

3. poner en práctica los conocimientos adquiridos, aplicándolos a casos reales en el ámbito de las Ciencias.

 

CONTENIDOS

 

Por sus especiales características la mayoría de temas tienen un carácter continuo, progresivamente se profundiza en sus contenidos y se relacionan todas las técnicas del principio al final del programa. Las competencias adquiridas van evolucionando desde los aspectos más básicos hasta el nivel avanzado objetivo del Máster.

PRIMER MÓDULO. TÉCNICAS CLÁSICAS Y ROBUSTAS. TEMA 1. SOFTWARE R. Manejo de bases de datos en el software R. Programación.

 

TEMA 2. ESTADÍSTICA DESCRIPTIVA. Variables categóricas y numéricas. Estadísticos clásicos y robustos. Gráficos avanzados.

TEMA 3. ESTADÍSTICA INFERENCIAL. Pruebas paramétricas, no paramétricas y robustas. TEMA 4. REGRESIÓN Y CORRELACIÓN. Correlación simple, múltiple, parcial y robusta. Regresión lineal simple y múltiple. Selección de variables y transformaciones. Regresión robusta simple y múltiple.

SEGUNDO MÓDULO. TÉCNICAS AVANZADAS.

TEMA 5. DISEÑO EXPERIMENTAL ANOVA uni y bi-factorial. Diseño experimental por bloques aleatorizados, Diseño de medidas repetidas, Diseño split-plot, Diseño anidado o jerárquico y ANCOVA.

TEMA 6. MODELOS AVANZADOS. Modelo lineal (LM), Modelo aditivo (AM), Modelo lineal generalizado (GLM) univariante, Modelo aditivo generalizado (GAM), Introducción al Modelo mixto (MM).

 

TERCER MÓDULO. TÉCNICAS MULTIVARIANTES.

 

TEMA 7. ESTADÍSTICA MULTIVARIANTE. Análisis de conglomerados (Cluster) jerárquico y no jerárquico, Árbol de regresión multivariada (MRT), Análisis discriminante (LDA), Análisis de correspondencias (CA), CA sin tendencia (DCA), CA parcial (pCA), y CA canónico (CCA), Análisis de componentes principales (PCA), Análisis de redundancia (RDA), Pruebas para diferencias multivariadas entre grupos (MANOVA, MRPP, ANOSIM, NPMANOVA, MANTEL).

 

CUARTO MÓDULO. EVALUACIÓN.

 

Replicar las funciones y ejercicios propuestos para las técnicas estadísticas concretas del curso. Realizar los ejercicios propuestos en la evaluación. Aplicar las técnicas estudiadas a sus investigaciones. Conocer y aplicar los parámetros para personalizar gráficos en las técnicas estadísticas concretas de este curso.

 

 

 

METODOLOGÍA

 

 

El desarrollo y seguimiento del curso se realizará a través de la plataforma Moodle. Se proporcionará a través de la plataforma una guía de contenidos y actividades relativos a los temas que definen el programa del curso. Las actividades propuestas serán de carácter teórico-práctico, que permitirán asimilar y poner en práctica los conocimientos adquiridos. La resolución de dichas cuestiones y problemas por parte del alumno y su evaluación permitirá realizar un seguimiento del curso. El alumno podrá realizar sus consultas mediante correo electrónico en la propia plataforma virtual, a través de los foros de cada tema, o en las sesiones de chat propuestas por el docente.

 

PRERREQUISITOS Y RECOMENDACIONES

 

En este curso se introducirán desde un nivel elemental, de forma progresiva, las herramientas estadísticas necesarias para el desarrollo del mismo. Aunque se recomienda tener conocimientos previos de estadística general, no es necesario tenerlos de programación en R. CRITERIOS DE EVALUACIÓN 1. Seguimiento del alumno para conocer su actitud frente al curso y el trabajo continuo (participación activa en los foros, etc). 2. Seguimiento del alumno en su planificación adecuada del curso. 3. Seguimiento del alumno respecto a las habilidades y destrezas y sus avances en el manejo del software R y la metodología e inferencia estadística en la resolución de los problemas. 4. Supervisión de las actividades de evaluación continua de los distintos temas.

 

MATERIAL

 

Al alumno se le proporcionará:

 

 

Web segura para tus comunicaciones y envíos

Contacta

Contacta Atención al ClienteEmail: info@maximainformacion.com

Tlf.: +34 958 327 046

Tlf.: +34 635 659 391

No tiene cuenta? Registrarse

Entrar en su cuenta