PRESENTACIÓN
Los fenómenos naturales y sociales presentan una variabilidad lógica e inherente, por lo que en su estudio y análisis se requiere el uso de técnicas cuantitativas y herramientas estadísticas. En particular, la inferencia estadística juega un papel muy importante en la prueba de hipótesis y el análisis de datos. Debido a la complejidad de los fenómenos y la cantidad de datos que se recopilan en la actualidad, es necesario usar computadoras y software estadístico para facilitar las tareas de investigación.
Aunque existe una cantidad importante de paquetes de software estadístico, R se ha posicionado como uno de los programas preferidos en la investigación, gracias a que es un lenguaje y medio ambiente para el cómputo estadístico y la graficación; es de acceso abierto y gratuito, provee una gran variedad de técnicas estadísticas y gráficas, y tiene la ventaja de que se compila y corre en una variedad de sistemas operativos como Windows, Mac, Linux, entre otros. Otra característica de R es la expansión de sus capacidades, a través de la incorporación de paquetes desarrollados por contribuyentes independientes.
Estas características confieren a R una gran flexibilidad y poder, por lo que es muy recomendable su aprendizaje y uso para estudiantes y profesionales en la mayoría de las áreas de la ciencia, ingeniería, ciencias sociales y ciencias de la salud. Para aquellos fenómenos complejos, que requieren un enfoque cuantitativo en su análisis, el paquete estadístico R es la herramienta de investigación ideal.
OBJETIVO
El participante aplicará la programación del paquete estadístico R y sus herramientas, para el análisis estadístico en el ámbito de la enseñanza y la investigación.
BENEFICIOS
Contar con los conocimientos y las habilidades necesarios para realizar análisis estadísticos basados en la prueba de hipótesis, así como elaborar gráficas de alta calidad.
DIRIGIDO A:
Este curso está dirigido a biólogos, oceanógrafos, oceanólogos, químicos, economistas, físicos, matemáticos, estudiantes de posgrado, investigadores y profesionales en áreas multidisciplinarias. Se requieren conocimientos de estadística inferencial.
CONTENIDO
1. |
GRÁFICAS EN R
1.1 | Graficación básica |
1.2 |
Principios de graficación analítica |
1.3 |
Gráficas de dispersiónn |
1.4 |
Histogramas |
1.5 |
Boxplots |
1.6 |
Barplots |
1.7 |
Pie charts |
|
2. |
PROBABILIDAD
2.1 | Axiomas de probabilidad |
2.2 | Distribuciones discretas |
2.3 | Distribución binomial |
2.4 | Distribución de Poisson |
2.5 | Distribuciones Continuas |
2.6 | Distribución uniforme |
2.7 | Distribución exponencial |
|
3. |
DISTRIBUCIÓN NORMAL
3.1 | Propiedades de la distribución normal |
3.2 | Distribución acumulada |
3.3 | Graficación de la distribución normal |
3.4 | Resolución de problemas con distribución normal |
3.5 | Intervalos de confianza |
|
4. | TEOREMA DEL LÍMITE CENTRAL
4.1 | Resolución de problemas con el teorema del límite central |
4.2 | Intervalos de confianza |
|
5. |
PRUEBA DE HIPÓTESIS
5.1 |
Hipótesis estadística, simple y compuesta |
5.2 |
Pasos para la prueba de hipótesis |
5.3 |
Prueba de hipótesis con el teorema del límite central |
5.4 |
Tipos de errores |
|
5.4.1 |
Nivel de confianza y poder de la prueba |
5.4.2 |
Tamaño de muestra |
|
|
6. | DISTRIBUCIÓN T STUDENT
6.1 | Propiedades de la distribución t |
6.2 | Graficación de la distribución t |
6.3 | Prueba de hipótesis con la distribución t |
6.4 | Intervalos de confianza |
|
7. |
PRUEBAS ESTADÍSTICAS
7.1 |
Chi cuadrada y Bondad de ajuste
7.1.1 | Propiedades de la Chi cuadrada |
7.1.2 | Graficación de la Chi cuadrada |
7.1.3 | Chi cuadrada y la varianza |
7.1.4 | Intervalos de confianza |
7.1.5 | Prueba de hipótesis para la varianza de una vía |
7.1.6 | Tamaño de muestra |
|
7.2 |
Prueba de t para dos muestras
7.2.1 | Prueba de hipótesis con igualdad de varianza |
7.2.2 | Supuestos de la prueba de t |
7.2.3 | Datos de experimento y datos de campo |
7.2.4 | Pseudorreplicación |
7.2.5 | Prueba de t de una cola |
7.2.6 | Intervalos de confianza |
7.2.7 | Prueba de hipótesis con varianzas desiguales |
7.2.8 | Prueba de t pareada |
7.2.9 | Intervalos de confianza para t pareada |
|
7.3 |
Prueba F de Fisher
7.3.1 | Propiedades y graficación de la distribución F |
7.3.2 | Prueba de hipótesis para la varianza de dos muestras |
7.3.3 | Intervalo de confianza para la varianza |
|
7.4 |
Análisis de varianza
7.4.1 | Variables categóricas o factores |
7.4.2 | Supuestos de ANOVA |
7.4.3 | Prueba de hipótesis |
7.4.4 | Análisis de varianza con fórmulas de calculadora |
7.4.5 | Intervalos de confianza |
7.4.6 | Prueba de Tukey |
7.4.7 | Cálculo de tamaño de muestra |
7.4.8 | Análisis de casos reales con t y ANOVA |
|
7.5 | Prueba de Mann’ Whitney |
7.6 | Prueba de Kruskal-Wallis |
|
DURACIÓN
30 hrs.
Diciembre 2022
101614/B