OBJETIVOS Y COMPETENCIAS

  1. Comprender la finalidad, resultados y beneficios del análisis de un conjunto de datos, así como de sus requerimientos, con el fin de permitir una mejor modelización de problemas y experimentos.
  2. Descubrir la problemática del análisis de un conjunto de datos, con el fin de motivar conceptos y técnicas de la teoría de la probabilidad y de la estadística matemática.
  3. Conocer los conceptos, y técnicas numéricas y gráficas, esenciales para el descubrimiento y entendimiento de las estructuras y relaciones contenidas en un conjunto de datos.
  4. Adquirir una visión general de algunos de los principales problemas estadísticos y de los grupos de técnicas más apropiadas para resolverlos.
  5. Adquirir una formación básica en el manejo de herramientas estadísticas a través del programa R.

CONTENIDO

  1. Manejo del software estadístico R: Descarga e instalación. Estructuras de datos. Lectura, importación y exportación de datos. Tratamiento de datos. Procedimientos gráficos. Introducción a la programación.
  2. Análisis descriptivo unidimensional: población, muestra, tipos de variables. Medidas descriptivas numéricas, creación de gráficos, detección de datos atípicos, estudio de la normalidad de los datos.
  3. Análisis de variables cualitativas: tablas de contingencia y medidas de asociación. Análisis de variables numéricas: gráficos y medidas de correlación. Comparación de distribuciones: gráficos y aplicación de test paramétricos y no paramétricos.
  4. Análisis de datos aplicando análisis de la varianza y modelos de regresión paramétricos. Selección de variables. Introducción a la regresión no paramétrica y modelos aditivos generalizados (GAM).
  5. Introducción al análisis de datos multivariantes: análisis de componentes principales, análisis discriminante y análisis de conglomerados.
  6. Introducción al análisis exploratorio de series temporales.

    METODOLOGÍA DOCENTE

Sesión magistral: La docencia se desarrollará mediante la exposición por parte del profesor de las diferentes técnicas de Análisis Exploratorio de Datos Para ello, los alumnos dispondrán de apuntes elaborados que servirán de material básico para el estudio y en su defecto de material e información sobre bibliografía específica. Prácticas de laboratorio: La docencia se desarrollará mediante la resolución de problemas reales o simulados utilizando los modelos tratados en las sesiones magistrales. Se utilizará principalmente el software R.

CRITERIOS Y MÉTODOS DE EVALUACIÓN

Los criterios de evaluación abarcarán el conocimiento teórico y la competencia práctica sobre los contenidos de la capacitación. Evaluación continua (40%): la evaluación continua se realizará en base a la resolución de problemas y/o ejercicios. Examen final (60%): El examen final constará de varias cuestiones teórico-prácticas sobre los contenidos de la capacitación, y de varias tareas prácticas relacionadas con datos reales y/o simulados.

RECOMENDACIONES

No se necesita haber cursado ninguna otra capacitación de R; sin embargo, es fundamental la asistencia regular a las clases, ya que es muy importante el seguimiento del trabajo realizado en el aula. Los requisitos básicos de esta materia son un conocimiento básico de Estadística y conocimientos a nivel usuario de Windows. Como ya se ha comentado se utilizará el software libre R.