INFORMACIÓN XERAL 

Lugar de celebración: Aula de Informática 4 da Facultade de Matemáticas da USC (Campus Vida)

Datas: do 9 ao 19 de xullo de 2024

Horario: de 10 a 14h

Contacto: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

 

 

OBXECTIVOS 

Na actual “sociedade datificada” todo se cuantifica, e faise preciso dispor de ferramentas que permitan extraer información relevante dos datos capturados, resumíndoa e visualizándoa de xeito sinxelo. É neste escenario onde a Estatística xoga un papel fundamental no resumo de datos, obtención de predicións e establecemento de modelos que permitan explicar a realidade.

 

A metodoloxía estatística precisa de ferramentas para a extracción de información e a visualización de datos. Neste senso, o programa de libre disposición R tense convertido no paquete estatístico de referencia na maioría dos centros de investigación e universidades, e o seu uso estase estendendo tamén no ámbito privado: en pequenas empresas ou grandes corporacións como Google. Outro aspecto importante é que R constitúe unha linguaxe de programación sinxela e flexible, que permite un control total sobre a análise que se está a desenrolar.

 

Neste marco, os obxectivos que se formulan para este curso son: (1) que o alumnado coñeza as funcionalidades básicas de R como programa para o tratamento estatístico de datos e (2) que adquira as habilidades necesarias para desenvolver análises estatísticas descritivas e inferenciais (estimación, contrastes e predicións). Tamén se darán a coñecer ferramentas de busca e axuda que permitan aos/ás asistentes afondar nos métodos dispoñibles.

 

 

BREVE DESCRICIÓN DOS CONTIDOS 

Neste curso abordaranse diferentes técnicas estatísticas, tanto descritivas como inferenciais, e a súa ilustración co paquete estatístico R, empregando diferentes bases de datos reais. Os contidos que se abarcarán, xunto coa súa distribución horaria, veñen resumidos na seguinte táboa:

 

Introdución a R  Descarga e instalación. Familiarización coa interface de R. Manexo de librarías. Interfaces gráficas. Lectura e tratamento de datos.	5 horas
Estatística Descritiva univariante Clasificación de variables aleatorias. Táboas de frecuencias. Medidas características. Representacións gráficas.	4 horas
Estatística Descritiva multivariante Táboas de continxencia. Diagrama de dispersión. Medidas de correlación. Matrices e gráficos de correlación multivariantes.	4 horas
Inferencia Estatística Paramétrica Introdución á Inferencia Estatística. Estimación e intervalos de confianza: media, varianza e proporción. Contrastes de hipóteses: media, varianza e proporción. Comparación de poboacións.	8 horas
Inferencia Estatística Nonparamétrica  Introdución á Inferencia Estatística nonparamétrica. Estimación de funcións notables. Contrastes de hipóteses nonparamétricos.	4 horas
Modelos de Regresión  Modelo de regresión lineal simple. Modelo de regresión lineal múltiple. Diagnose do modelo de regresión lineal. Modelo de regresión loxística. Modelo ANOVA e ANCOVA.	8 horas
Introdución á Análise Multivariante Análise de compoñentes principais. Fundamentos da análise discriminante. Análise clúster.	3 horas

 

10:00 – 11:00

 Módulo 6: Modelos de regresión

11:00 – 14:00

Módulo 7: Introdución á Análise Multivariante