Objetivo
Conocer las distintas técnicas propuestas de clásicas a avanzadas con el software R.
Dirigido a:
Profesionistas de las áreas de las ciencias experimentales: Medicina, Biología, Química, Física, Ingenierías, Psicología…, y todos aquellos que requieran para su trabajo diario el uso de estadística en investigación.
Modalidad:
Virtual.
Nº Horas:
20
Metodología:
Práctica.
Estructura
1.-Software R
2.-Estadística descriptiva
3.-Pruebas no paramétricas
4.-Pruebas paramétricas
5.-Regresión y correlación simple y múltiple
6.-Regresión y correlación avanzadas simple y múltiple
En este curso el estudiante aprenderá la programación en R desde cero, desde los formatos de introducción de datos hasta el trabajo con bases de datos. En la parte de estadística, se aprenderán las medidas descriptivas de posición y dispersión (también avanzadas), las pruebas no paramétricas y paramétricas (también avanzadas), así como regresión y correlación.
Objetivo
Conocer las distintas técnicas predictivas avanzadas con el software R.
Dirigido a:
Profesionistas de las áreas de las ciencias experimentales: Medicina, Biología, Química, Física, Ingenierías, Psicología…, y todos aquellos que requieran para su trabajo diario el uso de estadística en investigación.
Modalidad:
Virtual.
Nº Horas:
20
Metodología:
Práctica.
Estructura:
1.-Software R
2.-Regresión y correlación simple y múltiple
3.-Regresión y correlación avanzadas simple y múltiple
4.-Regresión Poisson
5.-Regresión Logística
6.-Árboles de regresión
7.-Modelos GAM.
En este curso el estudiante aprenderá la programación en R desde cero, desde los formatos de introducción de datos hasta el trabajo con bases de datos. En la parte de estadística se aprenderá a realizar algoritmos predictivos con técnicas clásicas y avanzadas, incluido machine learning.
Objetivo
Conocer las distintas técnicas de clasificación multivariante con el Software R
Dirigido a:
Profesionistas de las áreas de las ciencias experimentales: Medicina, Biología, Química, Física, Ingenierías, Psicología…, y todos aquellos que requieran para su trabajo diario el uso de estadística en investigación.
Modalidad:
Presencial, híbrido y/o virtual.
Nº Horas:
20 hrs.
Metodología:
Práctica.
Estructura
1.-Software R
2.-Análisis de correspondencias
3.-Análisis factorial
4.-Análisis de componentes principales
5.-Análisis discriminante
6.-Escalado multidimensional
7.-Análisis clusters
En este curso el estudiante aprenderá la programación en R desde cero, desde los formatos de introducción de datos hasta el trabajo con bases de datos. En la parte de estadística se aprenderán todas las técnicas de clasificación multivariante clásicas y sus formatos avanzados