[button size=”large” color=”#ffffff” background=”#b31414″ radius=”10px” type=”gradient” link=”#registro” newwindow=”false” icon=”icon-edit-sign” ]SOLICITE MÁS INFORMACIÓN[/button]

[tab name=”DESCRIPCIÓN”]Durante las últimas décadas se ha producido un desarrollo explosivo en las tecnologías de base de datos y la cantidad de datos que es recolectada. Esto ha creado una oportunidad sin precedentes para el uso de métodos estadísticos y de las ciencias de la computación en el análisis datos; mediante el proceso de descubrimiento, ya sea supervisado o no, de información interesante y útil a partir de repositorios de datos disponibles.

Dentro de los distintos programas estadísticos disponibles, R proporciona una poderosa plataforma open source para la aplicación de las técnicas más importantes de la analítica de datos y es actualmente el programa más utilizado. R se caracteriza por incluir un mayor número de modelos estadísticos avanzados, aunque por lo general el manejo de código y la programación puede tener una curva de aprendizaje más lenta en comparación con otros programas y ser un reto para los analistas de datos que quieren utilizar esta herramienta. Ante ello, existen diversas herramientas como el entorno de desarrollo integrado (IDE) RStudio que adicionan una interfaz gráfica de usuario específicamente diseñada para facilitar la codificación y programación de los usuarios que no están acostumbrados al entorno de trabajo de este programa.

Este curso tiene como finalidad brindar los fundamentos estadísticos para el análisis de datos necesarios en distintas áreas de estudio (como la Ciencia de Datos), usando el programa R a través del IDE RStudio. Se aprenderá a como acceder a una base de datos y utilizar una serie de métodos cualitativos y cuantitativos para resumirla y descubrir la información que se encuentra subyacente, así como la forma efectiva de comunicar estos hallazgos[/tab]
[tab name=”DIRIGIDO A:”]

  • Directores, ejecutivos, gerentes, jefes, supervisores y analistas que deseen revisar y profundizar sus conocimientos en los fundamentos del análisis estadístico 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.

[/tab][end_tabset]

Contenidos

[ioa_accordion width=’200′ ][section title=’TEMA 1: Conceptos básicos (4 horas)’ color=’#ffffff’ background=’#a80909′ ]

  • Definición de Estadística.
  • Población y muestra.
  • Tipos de datos.
  • Reconocimiento de Variables y su escala de Medición.
  • Medidas estadísticas: Parámetros y estadísticos.
  • Estudios experimentales y observacionales.
  • Introducción a R.
  • Uso de RStudio

[/section][section title=’TEMA 2: Exploración y Visualización de datos (6 horas)’ color=’#ffffff’ background=’#444d4c’ ]

  • Exploración de datos cualitativos.
  • Exploración de datos cuantitativos.
  • Medidas de resumen: Tendencia central, dispersión y asimetría.
  • Transformaciones: Puntuación Z.
  • Outliers y valores perdidos

[/section]
[section title=’TEMA 3: Probabilidad y Variables Aleatorias (6 horas)’ color=’#ffffff’ background=’#222′ ]

  • Experimentos Aleatorios.
  • Probabilidad: Definiciones. Propiedades.
  • Probabilidad Condicional.
  • Teorema de Bayes.
  • Variables Aleatorias: Definición. Propiedades.
  • Modelos de probabilidad discretos
  • Modelos de probabilidad continuos.
  • La distribución Normal.

[/section][section title=’TEMA 4: Fundamentos de Inferencia Estadística (12 horas)’ color=’#ffffff’ background=’#a80909′ ]

  • Teorema del límite central.
  • Distribuciones muestrales.
  • Estimación por intervalos de confianza.
  • Pruebas de Hipótesis:
    • Región crítica, Hipótesis nula e hipótesis alterna.
    • Error tipo I y error tipo II.
    • Nivel de significación de la prueba
    • P-valor
    • Prueba de hipótesis sobre la media y proporción
  • Métodos de remuestreo: Bootstrapping. Intervalos de confianza por métodos de remuestreo. Pruebas de Hipótesis.

[/section][section title=’TEMA 5: Asociación (4 horas)’ color=’#ffffff’ background=’#444d4c’ ]

  • Tablas de contingencia.
  • Prueba chi-cuadrado.
  • Diagramas de dispersión.
  • Medidas de asociación para variables cuantitativas: Covarianza y Correlación

[/section][/ioa_accordion]

[button size=”large” color=”#ffffff” background=”#b31414″ radius=”10px” type=”gradient” link=”#registro” newwindow=”false” icon=”icon-edit-sign” ]SOLICITE MÁS INFORMACIÓN[/button]

[word_drop color=”#ffffff” background=”#333″] NIVEL[/word_drop]
Básico

[word_drop color=”#ffffff” background=”#333″] CONOCIMIENTOS REQUERIDOS[/word_drop]
Estadística Básica

[word_drop color=”#ffffff” background=”#333″]DURACIÓN[/word_drop]
32 Horas Académicas (8 sesiones de 4 horas académicas)

[word_drop color=”#ffffff” background=”#333″] FECHAS Y HORARIO[/word_drop]
Inicio: 15 de agosto
Jueves, de 6.30 a 10.30 pm

[word_drop color=”#ffffff” background=”#333″]LUGAR [/word_drop]
Studio 1. Av. Petit Thouars 5478 – Miraflores. Lima. Perú

[button size=”large” color=”#ffffff” background=”#213D89″ radius=”10px” type=”gradient” link=”#registro” newwindow=”false” icon=”icon-edit-sign” ]VISITA LA PÁGINA DEL CURSO[/button]

Solicite más Información

Error: Formulario de contacto no encontrado.

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

[logo-slider]