Análisis de datos con R nivel intermedio
VolverInformación General
Programa | XXIV Escuela Internacional de Verano 2023 |
---|---|
Año | 2023 |
Semestre | Primero |
Nombre | Análisis de datos con R nivel intermedio |
Nombre Convenio Marco | |
Equipo coordinador | Encargado: Sandra Flores Alvarado Coordinador: Felipe Medina Marín Administrativo: Patricio Molina Rodríguez |
Equipo docente |
|
Ayudantes Alumnos |
|
Unidad académica | Programa de Bioestadística |
Versión | 1 |
Modalidad | Híbrida (presencial/on line) |
Tipo de Curso | Postgrado |
Créditos 30 | 0 |
Horas del Programa |
Horas directas (sincrónicas y asincrónicas): 20 Horas indirectas: 10 |
Días y Horarios | Lunes a viernes 14:00 a 18:00 horas |
Lugar | |
Cupo alumnos mínimo | 5 |
Cupo alumnos máximo | 21 |
Competencias y Habilidades necesarias para la Asignatura (Pre-requisitos) |
Conocimientos básicos de estadística y manejo a nivel de usuario de un sistema computacional PC/MAC con conectividad a Internet. |
Arancel | $140.000 |
Duración (semanas) | 1 |
Fecha Inicio | 16/01/2023 |
Fecha Término | 20/01/2023 |
Características del Curso
Área Temática
Fundamentos
Hoy en día la gestión y el análisis de datos se realiza de manera digital por medio de un software especializado para ello. Ante esta necesidad, el lenguaje y entorno de programación R aparece como una buena alternativa de software libre para la administración y el análisis de datos, así como también para la investigación de las propiedades de metodologías estadísticas. A través de sus características como software libre y de la comunidad de usuarios que trabajan en el lenguaje de programación, es posible para el usuario el programar sus propias funciones y flujos de trabajo, como también utilizar librerías creadas por otros usuarios que permiten acceder a novedosas formas de análisis y visualización.
Objetivo General
Facilitar al estudiante la profundización de sus conocimientos del lenguaje y entorno de programación R y de su interfaz gráfica RStudio como herramienta computacional de gestión y análisis estadístico de datos.
Objetivos Específicos
- Generar flujos de trabajo que permitan la automatización de tareas
- Generar visualizaciones avanzadas de datos
- Programar funciones personalizadas para el análisis de datos
- Realizar inferencia estadística a través de modelos lineales
Contenidos/Temas
Visualización de datos a través de mapas y series temporales, programación de funciones y control de flujo, modelos lineales en R.
Destinatarios
Estudiantes, profesores y profesionales del ámbito de las ciencias de la salud, biológicas o sociales con interés en profundizar sus conocimientos del software R para realizar la gestión y el análisis de sus datos.
Metodología
Clases expositivas teórica en modalidad híbrida (presencial con transmisión virtual).
Realización de ejercicios prácticos con apoyo de material didáctico y asistencia docente.
Realización de ejemplos prácticos para su desarrollo en horas fuera de clases.
Material audiovisual y/o escrito de apoyo al aprendizaje.
Cada sesión contará con una sesión demostrativa y un taller guiado, ambos en modalidad híbrida (presencial y con trasmisión remota), de 14:00 a 18:00 hrs. Además, las y los estudiantes tendrán acceso a cápsulas complementarias para ver en modalidad asincrónica.
Formas de Evaluación
- Este curso es evaluado
- Otra forma de evaluación: Evaluación individual a través de la plataforma educativa
Calendario
Sesión | Fecha | Hora | Docentes | Contenidos | Modalidad | Actividad |
---|---|---|---|---|---|---|
16 enero 2023 | 14:00 - 18:00 | Sandra Andrea Flores Alvarado | Visualización de datos: mapas | Híbridas (presencial y transmisión virtual) | Taller o ejercicio individual | |
17 enero 2023 | 14:00 - 18:00 | Felipe Andrés Medina Marín | Programación de bucles y funciones | Híbridas (presencial y transmisión virtual) | Taller o ejercicio individual | |
18 enero 2023 | 14:00 - 18:00 | Rodrigo Villegas Ríos | Funciones apply | Híbridas (presencial y transmisión virtual) | Taller o ejercicio individual | |
19 enero 2023 | 14:00 - 18:00 | María Andrea Canals Cifuentes | Inferencia (hipótesis y regresiones) | Híbridas (presencial y transmisión virtual) | Taller o ejercicio individual | |
20 enero 2023 | 14:00 - 18:00 | Sandra Andrea Flores Alvarado | Series de tiempo | Híbridas (presencial y transmisión virtual) | Taller o ejercicio individual |
Bibliografía
Tipo lectura | Tipo contenido | Referencia | Archivos |
---|---|---|---|
Básica/Obligatoria | Libro | Mailund, T. (2017). Beginning Data Science in R: Data Analysis, Visualization, and Modelling for the Data Scientist (1st ed. 2017.). Apress. https://doi.org/10.1007/978-1-4842-2671-1 |
Recursos de Plataforma
- Utilización de Plataforma
- Foros
- Chat
- Recepción de Trabajos
- Prueba Online
- Zoom (clases sincrónicas)
Tutores/Dinamizadores
|