Curso online Fundamentos de Análisis Estadístico de Datos con R

Curso online Fundamentos de Análisis Estadístico de Datos con R

SOLICITAR INFORMACIÓN
BENEFICIOS DE LA MODALIDAD ONLINE:
  • Podrás seguir nuestro curso desde tu casa u oficina a través de tu PC o Mac sin necesidad de preocuparte por la distancia.
  • Tendrás a un instructor que además de ser un experto en la materia está capacitado para manejar las herramientas tecnológicas disponibles para lograr los objetivos de aprendizaje deseados.
  • Podrás hacer preguntas y obtendrás respuestas en tiempo real.
  • La clase será registrada en un vídeo al cuál podrás acceder en cualquier momento.
  • Al igual que los cursos presenciales, cuentas con 2 meses de soporte post-capacitación para garantizar que los objetivos de aprendizaje se cumplan.

Actualmente, existe un incremento exponencial en la cantidad de datos que las industrias generan y almacenan, siendo al mismo tiempo cada vez mayor la necesidad de explotar dichos datos con la finalidad de facilitar la toma de decisiones. Por esta razón, es de suma importancia conocer los principios fundamentales del análisis de datos así como el manejo de herramientas tecnológicas que nos permitan procesar y analizar toda esta información.

Dentro de la gran variedad de paquetes de análisis de datos en el mercado, R está catalogado como el lenguaje y entorno computacional estadístico más poderoso y flexible del planeta. Además de ser un software libre de código abierto, R es un entorno de programación que ofrece facilidades para la manipulación de datos, realizar representaciones gráficas y aplicar los más recientes modelos estadísticos.

Nuestro curso online Fundamentos de Análisis Estadístico de Datos con R tiene como finalidad brindar una revisión de los principales conceptos de la estadística para el análisis de datos usando el software R, con la ayuda de la interfaz gráfica R Commander, haciendo de esta forma que la aplicación de este programa sea bastante sencilla e interactiva.

  • Directores, ejecutivos, gerentes, jefes, supervisores y analistas que deseen revisar y profundizar sus conocimientos en los fundamentos estadísticos del análisis de datos para la toma de decisiones.
  • Profesionales de diversas áreas que tengan la necesidad de llevar a cabo análisis de datos para optimizar la toma de decisiones.
  • Estudiantes y académicos que desean aprender a utilizar el software R para el análisis de datos.

Jim Silvestre Valer

Jim Silvestre es estadístico colegiado habilitado por el Colegio de Estadísticos del Perú (COESPE) y tiene una amplia trayectoria como docente de estadística en diversas universidades del país, entre las que se encuentran la Universidad Nacional de Ingenieria (UNI), , la Universidad San Ignacio de Loyola (USIL), la Pontificia Universidad Católica del Perú (PUCP) y la Universidad Peruana de Ciencias Aplicadas (UPC).

Jim es Licenciado en Estadística en la Universidad Nacional de Ingeniería (UNI) y Magister en Estadística de la Pontificia Universidad Católica del Perú (PUCP) y en la Maestría en Educación de la Universidad Nacional de Educación Enrique Guzmán y Valle (UNE). Su área de investigación está concentrada en el estudio de los modelos de regresión Beta usando inferencia Bayesiana con R y WinBUGS.

Ver el perfil de Jim Silvestre Valer en LinkedInVer el perfil de Jim Silvestre Valer

Enver G. Tarazona Vargas

Enver Tarazona es co-fundador de Perustat Analytics y trabaja como Experto en la Dirección de Calidad, Procesos y Lealtad de Telefónica Móviles S.A. Cuenta con más de 6 años de experiencia como docente en las principales universidades del país entre las que figuran la Universidad Nacional Agraria La Molina (UNALM), Universidad Peruana de Ciencias Aplicadas (UPC) y la Universidad del Pacífico (UP), así como capacitador para diversas empresas en programas estadísticos como R, SAS, SPSS, entre otros.

Enver es Ingeniero Estadístico e Informático de la UNALM y Magíster en Estadística por la Pontificia Universidad Católica del Perú (PUCP). Tiene también estudios culminados de maestría en Educación en la Universidad Peruana Cayetano Heredia (UPCH) . Su área de investigación se centra en el ámbito de la Teoría de Respuesta al Ítem (TRI) bajo inferencia Bayesiana aplicada al Marketing y la medición educativa.

Ver el perfil de Enver Tarazona Vargas en LinkedInVer el perfil de Enver Tarazona Vargas

Contenidos

UNIDAD 1: INTRODUCCIÓN Y MANEJO DE DATOS

SESIÓN 1: Manejo Básico de R
Alternativas de licencia (open source, académica, versión empresarial). Opciones de sistemas operativos. Alternativas de Interface (GUI vs. Línea de comando). Descarga e Instalación de R. Paquetes en R. Opciones de ayuda. Interfaces gráficas en R. Interfaces web de R. Cloud Computing usando R. Primeros pasos con R-commander. Ingreso de bases de datos pequeñas. Importando datos de Excel y otros programas estadísticos. Cargar datos de paquetes. Acceso a las variables de un Data Frame. Principales funciones: str, attach, summary. Combinando bases de datos con identificadores comunes. Exportación de datos. Recodificación de variables.
SESIÓN 2: Resumen de Datos
Reconocimiento de Variables y si escalas de Medición. Análisis descriptivo básico. Principales medidas de resumen: calores que ayudan a representar e interpretar adecuadamente la información disponible. Diagnóstico de datos perdidos y de datos extremos. Cómo realizar representaciones gráficas según la naturaleza de la variable.

UNIDAD 2: INFERENCIA ESTADÍSTICA

SESIÓN 3: Análisis con una Muestra
Conceptos básicos de inferencia estadística. Estimación de parámetros (promedios, proporciones y varianzas) mediante Intervalos de Confianza. Evaluación de parámetros mediante pruebas de Hipótesis (PH). Interpretación del P valor. Errores frecuentes en PH (Error tipo I y II). Cómo calcular tamaños de muestra.
SESIÓN 4:Análisis con dos Muestras.
Análisis con dos muestras independientes y relacionadas mediante intervalos de Confianza y pruebas de Hipótesis. PH para comparar medias, proporciones y varianzas.
SESIÓN 5: Análisis con varias Muestras
Análisis con más de dos muestras utilizando el Análisis de Varianza (ANOVA). Evaluación de supuestos. Relación de orden entre los promedios a través de los métodos de comparaciones múltiples.

UNIDAD 3: ASOCIACIÓN

SESIÓN 6: Medidas de asociación
Definiciones previas. Diferencias entre asociación y causalidad. Medidas que permiten observar la asociación entre variables continuas: correlación de Pearson. Medidas de asociación no paramétricas: Rho de Spearman y Tau de Kendall. Evaluación de la asociación entre dos variables cualitativas: la Prueba chi-cuadrado.

¡ACCEDE A LA PROMOCIÓN POR FIESTAS Y AHORRA EL 50%!

MODALIDAD
Online
(Revisa los Requisitos Técnicos)

FECHAS
Martes 25 de Agosto; 1, 8, 15, 22 y 29 de Setiembre de 6.30 a 10.30 pm

NIVEL
Básico

CONOCIMIENTOS REQUERIDOS
Conocimientos básicos en inferencia estadística y análisis de datos.

DURACIÓN
24 Horas Académicas en 6 sesiones.

INVERSIÓN
Público en General: S/. 700 (ó US$ 230)

Inscripción Temprana (hasta el 17 de agosto de 2015): S/. 450 (ó US$ 150)

Estudiantes de Pre-Grado: S/. 350 (ó US$ 115)
Académicos / Estudiantes de Post-Grado: S/. 500 (ó US$ 165)

La inversión incluye certificado de participación digital emitido por PeruStat Analytics.

Todos los precios incluyen IGV.

FORMAS DE PAGO

1. Transferencia ó Depósito Bancario a nuestra cuenta corriente en soles

BANCO DE CRÉDITO DEL PERÚ
Titular: PeruStat Analytics S.A.C.
Cta. Cte. N° 194-2107756-0-63
CCI N° 00219400210775606395

2. A través de PayPal con tu tarjeta de crédito o débito. Si este es tu caso, por favor ponte en contacto con nosotros para enviarte los pasos de pago.


Solicita Información

Usted puede solicitar información y pre-inscribirse para que le enviemos la información correspondiente. Siéntete libre de hacernos llegar tus comentarios y sugerencias, tu opinión es muy importante para nosotros.

País:

¿Cómo llegó a nosotros?*    

Nuestros alumnos provienen de los principales sectores de la economía y empresas del país: