Programa del Curso
Método Científico, Probabilidad & Statistics
- Muy breve historia de la estadística
- ¿Por qué se puede estar "confiado" en las conclusiones
- Probabilidad y toma de decisiones
Preparación para la investigación (decidir "qué" y "cómo")
- El panorama general: la investigación es parte de un proceso con entradas y salidas
- Recopilación de datos
- Interrogadores y medición
- ¿Qué medir?
- Estudios observacionales
- Diseño de Experimentos
- Análisis de datos y métodos gráficos
- Habilidades y técnicas de investigación
- Investigación Management
Descripción de datos bivariados
- Introducción a los datos bivariados
- Valores de la correlación de Pearson
- Simulación de correlaciones de adivinación
- Propiedades de la r de Pearson
- Cálculo de la r de Pearson
- Demostración de restricción de alcance
- Ley de la Suma de Varianzas II
- Ejercicios
Probability
- Introducción
- Conceptos básicos
- Demostración de probabilidad condicional
- Simulación de falacia de jugadores
- Demostración de cumpleaños
- Distribución binomial
- Demostración binomial
- Tarifas base
- Demostración del teorema de Bayes
- Demostración del problema de Monty Hall
- Ejercicios
Distribuciones normales
- Introducción
- Historia
- Áreas de distribuciones normales
- Demostración de Variedades de Distribución Normal
- Estándar Normal
- Aproximación normal al binomio
- Demostración de aproximación normal
- Ejercicios
Distribuciones de muestreo
- Introducción
- Demostración básica
- Demostración del tamaño de la muestra
- Demostración del Teorema del Límite Central
- Distribución muestral de la media
- Distribución muestral de la diferencia entre medias
- Distribución muestral de la r de Pearson
- Distribución muestral de una proporción
- Ejercicios
Estimación
- Introducción
- Grados de libertad
- Características de los estimadores
- Simulación de sesgo y variabilidad
- Intervalos de confianza
- Ejercicios
Lógica de la prueba de hipótesis
- Introducción
- Pruebas de significación
- Errores de Tipo I y Tipo II
- Pruebas de una y dos colas
- Interpretación de resultados significativos
- Interpretación de resultados no significativos
- Pasos en la prueba de hipótesis
- Pruebas de significación e intervalos de confianza
- Conceptos erróneos
- Ejercicios
Medios de prueba
- Media única
- t Demostración de distribución
- Diferencia entre dos medias (grupos independientes)
- Simulación de robustez
- Todas las comparaciones por pares entre medias
- Comparaciones específicas
- Diferencia entre dos medias (pares correlacionados)
- Simulación t correlacionada
- Comparaciones específicas (observaciones correlacionadas)
- Comparaciones por pares (observaciones correlacionadas)
- Ejercicios
Poder
- Introducción
- Ejemplos de cálculos
- Factores que afectan el poder
- Ejercicios
Predicción
- Introducción a la regresión lineal simple
- Demostración de ajuste lineal
- Partición de sumas de cuadrados
- Error estándar de la estimación
- Demostración de la línea de predicción
- Inferencial Statistics para b y r
- Ejercicios
ANOVA
- Introducción
- Diseños ANOVA
- ANOVA de un factor (entre sujetos)
- Demostración unidireccional
- ANOVA multifactorial (entre sujetos)
- Tamaños de muestra desiguales
- Pruebas que complementan el ANOVA
- ANOVA dentro de los sujetos
- Demostración del poder de los diseños dentro de los sujetos
- Ejercicios
Cuadrado Chi
- Distribución de Chi Square
- Mesas unidireccionales
- Demostración de distribuciones de prueba
- Tablas de contingencia
- Simulación de mesa 2 x 2
- Ejercicios
Casos de estudio
Análisis de casos de estudio seleccionados
Requerimientos
Se requiere una sólida comprensión de la estadística descriptiva (media, promedio, desviación estándar, varianza) y una comprensión básica de la probabilidad.
Es posible que desees participar en el curso de preparación: Statistics Nivel 1
Testimonios (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Curso - Statistical Analysis using SPSS
Materiales de planificación bien pensados y de alta calidad.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Curso - Forecasting with R
Traducción Automática
No era aburrido, el entrenador podía mantener la atención, los temas se cubrían en profundidad.
Marta - Ministerstwo Zdrowia
Curso - Advanced R Programming
Traducción Automática
very tailored to needs
Yashan Wang
Curso - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Curso - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.