MODALIDAD
Virtual
INTENSIDAD
40 Horas
HORARIO
Lun y Mie.
6:00 - 8:30 pm
INVERSIÓN
$1'000.000 COP
FECHA DE INICIO: 19 de marzo
Este curso borda una amplia gama de temas, desde la instalación de las herramientas necesarias hasta el uso de técnicas avanzadas de Machine Learning.
Los estudiantes aprenderán a trabajar con diferentes tipos de datos en R, como vectores, matrices, listas y marcos de datos. También se enseñará cómo utilizar la librería dplyr y el enfoque Tidy para manipular y transformar datos de manera eficiente. Además, se explorará cómo la simulación puede ser utilizada para resolver problemas estadísticos y entender mejor los conceptos subyacentes. Se enseñará cómo utilizar la simulación Montecarlo, Bootstrap y Jackknife para estimar el error estándar de un estadístico y se compararán estas estimaciones con los valores teóricos.
Sesión 1 y 2 : Reconocimiento del Software R, lectura de datos Reconocimiento del Software R, lectura de datos.
Sesión 3 y 4 : Creación de variables en R y codificación de valores de datos. Análisis de datos mediante estadística descriptiva.
Sesión 5 y 6 : Uso de R en el análisis experimental: ANOVA y Comparacion de medias.
Sesión 7 y 8 : Diseños Completamente al Azar y Diseño Jerárquico.
Sesión 9 y 10 : Bloques al Azar y Cuadrado Latino.
Sesión 11 y 12 : Experimentos factoriales y parcelas divididas.
Sesión 13 y 14 : Análisis de regresión y de covarianza.
Sesión 15 y 16 : Análisis de medidas repetidas.
Sesión 17 y 18 : Análisis no parámetrico de diseño experimental.
Sesión 19 y 20 : Introducción a modelos lineales generalizados.