Métodos de investigación descriptivos e inferenciales
09 de noviembre de 2017 hasta el 31 de marzo de 2018 |
Presentación
Descripción
Objetivos de desarrollo sostenible
Educación de calidad
Contenidos
Cada módulo será teórico-práctico por lo que el participante requiere del software y de una laptop propia. Existirán lecturas individuales, y desarrollos de ejercicios individuales y grupales. Los módulos serán 24 horas presenciales de clases, más 6 horas de tutorías si el estudiante requiere, en los horarios que cada docente establezca. Adicional a esto, los participantes requieren de 10 horas de trabajo autónomo para resolución de ejercicios, talleres y lecturas.
Requisitos Previos:
Este curso recomienda disponer previamente de conocimientos básicos de estadística y algebra. No cubrirá aspectos de matemática abstracta y no abarcará desarrollo de pruebas con complejidad simbólica de alto nivel.
Resultados Esperados:
Al finalizar el curso, el participante estará en capacidad de tener el criterio adecuado para entender modelos de pruebas estadísticas básicos e interpretar la información que se recoge de algunos artículos, además de promover sus propias pruebas y experimentos estadísticos.
Módulo | Descripción | Presencial | Autónomo | Total |
Introducción Software |
Minitab y Lenguaje R |
10 | 0 | 10 |
Módulo 1: Estadística Descriptiva | Descriptivos, variables aleatorias distribución probabilidad | 24 + 6 (Tutoría) | 10 | 40 |
Módulo 2: Estadística Inferencial | Muestreo, inferencias y pruebas de hipótesis | 24 + 6 (Tutoría) | 10 | 40 |
Módulo 3: Regresión Simple y Múltiple | Regresión simple y múltiple | 24 + 6 (Tutoría) | 10 | 40 |
Módulo 4: Experimentos de 1 factor, 2 y más factores, factoriales, fraccionados, mezclas y superficies | Experimentos de 1 factor, 2 y más factores, factoriales, fraccionados, mezclas y superficies | 24 + 6 (Tutoría) | 10 | 40 |
Módulo 5: Estadística No Paramétrica | No paramétrica | 24 + 6 (Tutoría) | 10 | 40 |
Detalle de contenido por módulo
Módulo Introducción
Tema |
Contenido |
Horas |
|
Minitab |
|
|
5 |
|
Estadísticas y Gráficas Básicas |
1 |
|
|
Intervalos de Confianza |
1 |
|
|
Pruebas de Hipótesis |
1 |
|
|
Distribuciones Normales |
1 |
|
|
Pruebas de Bondad de ajuste |
1 |
|
R |
|
|
5 |
|
Generalidades Y manejo de variables |
3 |
|
|
Estadísticas y Gráficas Básicas |
2 |
|
Modulo 1
ESTADÍSTICA DESCRIPTIVA (40HS) |
|||
Tema |
Contenido |
Horas |
|
Introducción |
¿Qué es la Estadística? ¿Por qué estudiarla? Tipos de estadística. Población y muestra. Tipos de variables. |
2 |
|
Estadística descriptiva |
|
14 |
|
|
Obtención y Organización de los datos. Parámetros y estadísticos. Distribuciones de frecuencia. Histograma. |
2 |
|
|
Medidas de tendencia central: Media, mediana, moda para datos sin agrupar y agrupados. |
4 |
|
|
Medidas de dispersión: Varianza, desviación estándar, coeficiente de variación. |
4 |
|
|
Medidas de posición relativa: Cuartiles, deciles y percentiles. |
4 |
|
|
|
||
Probabilidad y distribuciones de probabilidad |
|
8 |
|
|
Probabilidad Elemental. Espacio muestral. Eventos. Probabilidades de un evento. |
1 |
|
|
Reglas Aditivas. Probabilidad Condicional. Reglas multiplicativas. |
3 |
|
|
Variables Aleatorias. Distribuciones de probabilidad discreta y continuas. |
4 |
Modulo 2
ESTADÍSTICA INFERENCIAL (40HS) |
|||
Tema |
Contenido |
Horas |
|
Conceptos generales |
|
4 |
|
|
Muestreo y censo. Muestreos aleatorios y estratificados. |
2 |
|
|
Distribución de medias muéstrales. Teorema del Límite central. |
2 |
|
Estimación y pruebas de hipótesis |
|
20 |
|
|
Estimaciones de punto e intervalo (intervalos de confianza). Estimación de la media de una población. Error de estimación. Estimación de la proporción de una población. Tamaños de muestras. |
3 |
|
|
Procedimiento para probar una hipótesis. Hipótesis nula y alternativa, Valores-P. Pruebas de una y de dos colas para medias.1hs |
3 |
|
|
Pruebas de hipótesis para una muestra (Prueba “t”). |
3 |
|
|
Pruebas de hipótesis para dos muestras (Prueba “t”). |
3 |
|
|
Análisis de varianza. ANOVA One Way. |
8 |
Modulo 3
REGRESIÓN SIMPLE Y MÚLTIPLE (40hs) |
|||
Tema |
Contenido |
Horas |
|
Regresión lineal de 1 predictor |
|
14 |
|
|
Generalidades |
2 |
|
|
Método del mínimo cuadrado |
1 |
|
|
Residuales |
1 |
|
|
Ajustes de rectas |
1 |
|
|
Errores normales en los modelos de regresión |
1 |
|
|
Inferencias para regresión y correlación |
1 |
|
|
Predicción de nuevas observaciones |
1 |
|
|
Análisis de residuales y pruebas estadísticas |
2 |
|
|
Pruebas para normalidad |
2 |
|
|
Pruebas para homocedasticidad |
2 |
|
Regresión Múltiple |
|
10 |
|
|
Generalidades |
2 |
|
|
Modelo lineal General |
2 |
|
|
ANOVA de regresión |
2 |
|
|
Estimación de medias y nuevas observaciones |
1 |
|
|
Multicolinealidad |
1 |
|
|
Uso de variables cuantitativas |
1 |
|
|
Selección de modelo criterios |
1 |
Modulo 4
Experimentos de 1 factor, 2 y más factores, factoriales, fraccionados, mezclas y superficies (40 HS) |
|||
Tema |
Contenido |
Horas |
|
Introducción al Diseño de Experimentos |
|
9 |
|
|
Generalidades |
1 |
|
|
Definiciones básicas |
1 |
|
|
Elementos de inferencia Repaso |
1 |
|
|
Diseños aleatorios |
1 |
|
|
ANOVA para DOE |
2 |
|
|
Métodos gráficos de comprobación |
1 |
|
|
Datos Cualitativos |
1 |
|
|
Pruebas estadísticas para residuos de tratamientos |
1 |
|
Experimentos Factoriales y Fraccionarios |
|
8 |
|
|
Análisis de varianza de dos factores |
2 |
|
|
Los principios para la construcción de diseños factoriales y fraccionarios |
1 |
|
|
Diseños Factoriales 2k. Cálculo de los efectos. Factores de confusión. Resolución de un diseño factorial fraccionario |
1 |
|
|
Contrastes y medidas de efectos en tratamientos |
2 |
|
|
Evaluación de un modelo |
2 |
|
Optimización y Deseabilidad y Pruebas |
|
7 |
|
|
Transformación y procedimiento Box-Cox |
2 |
|
|
Optimización Y deseabilidad |
2 |
|
|
Metodología de la superficie de respuesta. |
2 |
|
|
Diseño de Mezclas. Factores involucrados en un diseño de mezclas. |
1 |
Modulo 5
ESTADÍSTICA NO PARAMÉTRICA (40 HS) |
|||
Tema |
Contenido |
Horas |
|
Introducción |
|
1 |
|
|
¿Por qué utilizar estadística no paramétrica? |
1 |
|
Pruebas no paramétricas |
|
15 |
|
|
Test de signos. |
3 |
|
|
Asociación categórica (Chi-cuadrado) |
3 |
|
|
Una muestra. Prueba Wilcoxon. |
3 |
|
|
Dos muestras. Prueba Wilcoxon/Mann-Whitney. |
2 |
|
|
Más de dos muestras. Prueba Kruskal-Wallis. |
2 |
|
|
Prueba Kolmogorov-Smirnov para bondad de ajustes de distribuciones. |
2 |
|
Remuestreo y boostrap |
|
5 |
|
|
Remuestreo y boostrap |
5 |
|
Correlación no paramétrica |
|
5 |
|
|
Correlación de Spearman |
5 |
Forma de Participación y Aprobación
Cada participante puede inscribirse en cualquier módulo de manera individual, si el módulo es aprobado será entregado un certificado con el aval institucional por el módulo aprobado. La aprobación de cada módulo requiere de una evaluación mínima del 70% y asistir al menos al 80% de las clases presenciales.
A los participantes que participen y aprueben al menos 160 horas, previo examen, se entregará certificado de Experto en Estadística
Planta docente:
Módulo |
|
Introducción Software |
Ing. Jonnatan F. Aviles PhD. |
Módulo 1 |
Agrim. Daniela Ballari PhD. |
Módulo 2 |
Agrim. Daniela Ballari PhD. |
Módulo 3 |
Ing. Jonnatan F. Aviles PhD. |
Módulo 4 |
Ing. Jonnatan F. Aviles PhD. |
Módulo 5 |
Agrim. Daniela Ballari PhD. |
Destinatarios
Docentes, investigadores y profesionales interesados con la temática
Costo por el curso completo:
- Externos: $940,00
- Personal de la UDA: $375,00
Costo por módulo:
- Externos: $190,00
- Personal de la UDA: $75,00
- El pago deberá realizar en la Tesorería de la Universidad del Azuay.
Opciones de pago:
- Al contado
- Con tarjeta de crédito, hasta tres meses sin intereses.
- Solicitar al Decano Administrativo Financiero pagar en tres cuotas a través de descuento en el rol de pagos
Inscripciones
Las inscripciones se encuentran cerradas