Análisis Estadístico de Datos con R – Estadística Descriptiva y Probabilidad

Inicio:
febrero 1, 2021
Hora:
6:30 pm
REGÍSTRATE
DURACIÓN: 40 horas académicas en 10 sesiones
HORARIO: Domingos de 8.30 am a 11.45 am y lunes de 6.30 pm a 9.45 pm (Hora de Lima, UTC -5)
MODALIDAD: Online en vivo
Este primer módulo del curso está diseñado para que tengas una idea básica de cómo extraer y transmitir información usando las principales técnicas de estadística descriptiva y de como cuantificar la incertidumbre introduciendo el concepto de probabilidad y sus principales propiedades. Este módulo incluye además el acceso gratuito a talleres con el programa R con los cuales podrás poner en práctica las habilidades adquiridas analizando distintos conjuntos de datos. Toda esta experiencia de aprendizaje tiene un total de 40 horas académicas y será dictado por tres instructores que tienen un perfil cuidadosamente seleccionado para que tu aprendizaje esté garantizado.
- Nuestros instructores cuentan, además de una notable experiencia profesional, de una prestigiosa trayectoria académica.
- Los certificados otorgados a nombre de PeruStat Analytics acreditan a los participantes de haber participado o aprobado el curso, según sea el caso.
- Las sesiones prácticas incluyen acceso libre a talleres premium relacionados.
- Emplear R y RStudio como herramientas para el análisis de datos.
- Resumir la información contenida en una bases de datos.
- Interpretar los resultados obtenidos luego de realizar un análisis descriptivo.
- Comprender y aplicar el concepto de probabilidad, así como sus principales propiedades.
- Identificar los principales modelos probabilísticos discretos y continuos.
- Presentar de manera efectiva los resultados obtenidos.
- 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
- TALLER 1: Manejo de datos con R
TEMA 2: Exploración y Visualización de datos (16 horas)
- Exploración de datos cualitativos.
- Exploración de datos cuantitativos.
- Medidas de resumen: Tendencia central, dispersión y asimetría.
- Transformaciones: Puntuación Z.
- Outliers y valores perdidos
- TALLER 2: Resumen y Visualización de datos con R (Parte 1)
- TALLER 3: Resumen y Visualización de datos con R (Parte 2)
TEMA 3: Probabilidad y Variables Aleatorias (16 horas)
- Experimentos Aleatorios.
- Probabilidad: Definiciones. Propiedades.
- Probabilidad Condicional.
- Teorema de Bayes.
- Variables Aleatorias: Definición. Propiedades.
- Modelos de probabilidad discretos. Distribución Binomial.
- Modelos de probabilidad continuos. Distribución Normal.
- TALLER 4: Aplicaciones de cálculo de probabilidades.
- TALLER 5: Modelos probabilísticos con R.
Enver Tarazona
Enver trabajó como experto de la Dirección de Calidad, Procesos y Lealtad de Telefónica Móviles S.A. Cuenta con más de 12 años de experiencia como docente en las principales universidades del país, desempeñándose actualmente como profesor auxiliar del Departamento Académico de Ciencias de la Pontificia Universidad Católica del Perú (PUCP). Es también profesor contratado en el Departamento Académico de Economía en la Universidad del Pacífico y la maestría de Ciencia de los Datos en la Universidad Ricardo Palma, además de profesor visitante en la maestría de Estadística Aplicada de la Universidad Nacional Agraria La Molina (UNALM).
Enver es Ingeniero Estadístico e Informático de la UNALM y Magíster en Estadística por la Pontificia Universidad Católica del Perú (PUCP), además de estudios culminados de maestría en Educación en la Universidad Peruana Cayetano Heredia (UPCH) y un diploma de segunda especialidad en Medición y Evaluación de Aprendizajes por la Pontificia Universidad Católica de Chile (UC). Cuenta además con diversas especializaciones en Machine Learning, Data Science y Big Data en el MIT, la Universidad de Columbia y la UC.
Yuriko K. Sosa
Yuriko Sosa trabaja como sub-coordinadora del equipo de Psicometría en la Oficina de Medición de la Calidad de los Aprendizajes (UMC) del Ministerio de Educación del país (Minedu). Cuenta con más de 4 años de experiencia en medición educativa, y con más de 2 años como jefe de prácticas del curso de Estadística en la Pontificia Universidad Católica del Perú (PUCP), y recientemente en la Universidad del Pacífico (UP).
Además, ha realizado talleres para especialistas y diferentes actores del medio educativo sobre aspectos psicométricos en evaluaciones a gran escala, a través del Minedu.
Actualmente, es co-organizadora del movimiento R-ladies en Lima, el cual busca promover la diversidad de género en la comunidad R (software libre y a su vez lenguaje de programación).
Yuriko es egresada de la carrera de Ingeniería en Estadística e Informática de la Universidad Nacional Agraria La Molina (UNALM) y Magíster en Estadística por la Pontificia Universidad Católica del Perú (PUCP). Su área de investigación se centra en el ámbito de la Teoría de Respuesta al Ítem (TRI) y Modelos de Diagnóstico Cognitivo (MDC) aplicados a la medición educativa.
Stéfany Neciosup Vera
Stéfany Neciosup Vera trabaja como Consultor Especialista en Ciencia de Datos del Banco Interamericano de Desarrollo (BID) para SUNAT y pertenece a la plana docente de la Diplomatura de Estudios en Estadística Aplicada de la Pontificia Universidad Católica del Perú (PUCP). Se ha desempeñado como Consultor de Estadística en instituciones como el Ministerio de Desarrollo e Inclusión Social (MIDIS), la Superintendencia Nacional de Aduanas y de Administración Tributaria (SUNAT) y el Instituto Peruano de Energía Nuclear (IPEN).
Stéfany es Magíster en Estadística por la Pontificua Universidad Católica del Perú (PUCP) y es Licenciada en Estadística por la Universidad Nacional Pedro Ruiz Gallo (UNPRG). Cuenta con registro Nº 990 en el Colegio de Estadísticos del Perú y entre sus áreas de investigación se encuentran los modelos lineales mixtos conjuntos de clases latentes, los modelos de riesgo y las técnicas de muestreo probabilístico. Así también, cuenta con experiencia asesorando tesis de pregrado y posgrado, y se ha desempeñado como expositora en diversos eventos académicos.
No se requieren conocimientos previos.
Antes de asistir:
1. Instale Zoom Client for Meetings. Recibirá una invitación a las sesiones de Zoom de parte de los instructores después de registrarse en el curso. El cliente nativo funciona mejor que el complemento del navegador.
2. Instale la última versión de R desde https://www.r-project.org/
3. Instale la última versión de RStudio desde http://www.rstudio.com/ide/download/
4. Asegúrese de tener una conexión a Internet estable y de que su micrófono, auriculares y cámara web funcionen en Zoom. Deberá utilizarlos durante todo el curso para comunicarse con los instructores y otros delegados.
DIRIGIDO A: Analistas de datos. Profesionales relacionados a la inteligencia de negocios e investigación de mercados. Académicos e investigadores. Público en general que requiera aplicar técnicas de análisis de datos.
METODOLOGÍA: La metodología del curso se basa en una combinación de clases teóricas y análisis de casos prácticos en la computadora. Cada sección del curso está motivada por un conjunto de datos en particular, de tal forma que el participante gane experiencia trabajando con una amplia variedad de fuentes de datos similares a los que usa en la realidad. Los contenidos están estructurados en 10 sesiones con un total de 40 horas académicas.