Modalidad: Online
60 horas (6 sem)
Todo el año
Domina los fundamentos clave del diseño y la planificación de experimentos estadísticos con la herramienta R Software. Aplica técnicas estadísticas alternativas (no paramétricas y robustas) para datos que no se ajustan a los supuestos de los enfoques clásicos.
El Curso de Diseño experimental e inferencia con R, es un programa práctico impartido con la metodología exclusiva de Máxima Formación, 100% on-line y learn by doing (aprender haciendo).
¿Por qué es único?
Porque está diseñado con el enfoque práctico que requieren los profesionales del análisis de datos cuyo objetivo es transformar el saber en habilidades prácticas avanzadas con aplicación directa a su operativa con los datos.
Nuestro programa formativo con enfoque práctico:
- Garantiza una curva de aprendizaje progresiva y se adapta a tu nivel de desempeño.
- Pone el énfasis en el seguimiento diario de tus necesidades de aprendizaje particulares.
- Disfrutas de un asesoramiento de calidad que te permite aplicar los nuevos conocimientos, desde el primer día.
Tras finalizar esta formación recibirás un diploma expedido por Máxima Formación como garantía de aprovechamiento del curso.
100% on-line y learn by doing.
Marca tu propio ritmo de aprendizaje, donde y cuando quieras, de forma progresiva y con la flexibilidad que te ofrece nuestra metodología con evaluación continua:
- Tutorización personalizada. Con el apoyo individualizado de un docente comprometido con tus necesidades de aprendizaje. Consulta sin límites.
- Enfoque Learn by doing. Pon en práctica los nuevos conocimientos analizando casos reales completamente aplicables a tu realidad profesional.
- A tu ritmo. Aprende cuándo y dónde quieras, marca tu propio ritmo de aprendizaje, sin fechas ni plazos de entrega.
- Contenidos de calidad. Evoluciona paso a paso con materiales didácticos, actualizados y prácticos aplicables a tus proyectos profesionales.
- Evaluación continua. Basada en el apoyo individualizado del alumno para garantizar la comprensión de conceptos y su capacidad técnica para resolver los ejercicios propuestos.
- Recursos. Materiales audiovisuales, guías prácticas y bibliografía complementaria, para ir más allá en tu desempeño.
Para acceder a este curso, no se establece ningún requisito.
Destinatarios
Profesionales del análisis de datos interesados en diseñar experimentos efectivos para obtener el máximo rigor empírico en sus investigaciones.
Un curso práctico orientado a estudiantes, profesionales, investigadores y PhD, interesados en:
- Consolidar sus conocimientos sobre el diseño y el análisis de experimentos.
- Diseñar experimentos optimizados para alcanzar los objetivos de sus análisis.
- Conocer las etapas del diseño experimental.
- Comparar tratamientos y realizar pruebas de hipótesis.
- Dominar las pruebas de análisis de varianza (ANOVA).
- Seleccionar el tipo de diseño experimental adecuado: factorial, jerárquico y split-splot.
CURSO DE NIVEL INTERMEDIO
Para un mejor aprovechamiento de la formación es recomendable tener conocimientos básicos previos sobre R Software.
Al finalizar el Curso de Diseño experimental e inferencia con R habrás desarrollado competencias avanzadas para diseñar experimentos con rigor empírico, y serás capaz de:
- Diseñar experimentos efectivos para optimizar tu investigación.
- Determinar el tamaño de muestra necesario para detectar efectos significativos sin perder recursos.
- Seleccionar la prueba de hipótesis correcta para tu investigación y evaluar sus supuestos.
- Analizar datos utilizando técnicas estadísticas clásicas, modernas y robustas para tomar decisiones con menor margen de error.
- Evaluar tus resultados y el de otros, estimar su potencia estadística y su tamaño de efecto.
- Comunicar y representar de manera clara tus resultados.
- Dominar el lenguaje estadístico de R Software, una de las competencias profesionales más demandadas en el mercado laboral de la Ciencia de Datos.
TEMA 1. INTRODUCCIÓN AL DISEÑO DE EXPERIMENTOS
El diseño experimental en la actualidad.
- Importancia del diseño y análisis de experimentos.
- Revisión de conceptos importantes.
- Etapas en el diseño de experimentos.
- Tipos de diseño experimental.
- Uso del Software estadístico R.
TEMA 2. COMPARACIÓN DE DOS TRATAMIENTOS
Pruebas de hipótesis para dos muestras.
- Diseño de comparación de muestras aleatorizadas.
- Pruebas de significación.
- Comparación de 2 muestras independientes.
- Comparación de 2 muestras relacionadas.
- Potencia estadística y estimación del tamaño muestral.
- Alternativas al enfoque clásico: pruebas no paramétricas y pruebas robustas.
TEMA 3. COMPARACIÓN DE DOS TRATAMIENTOS EN UN FACTOR
Pruebas de Análisis de Varianza (ANOVA).
- Bloques, replicación y aleatorización.
- Comparación de más de 2 muestras independientes.
- Comparación de más de 2 muestras relacionadas (medidas repetidas).
- Comparaciones múltiples post hoc.
- Potencia estadística y estimación del tamaño muestral.
- Alternativas al enfoque clásico: pruebas no paramétricas y pruebas robustas.
- Diseño completamente aleatorizado.
- Diseño en bloques aleatorizados y cuadrados latinos.
TEMA 4. COMPARACIÓN DE VARIOS TRATAMIENTOS EN DOS FACTORES
Diseños factoriales.
- Diseños factoriales o cruzados.
- Diseños jerárquicos o anidados.
- Diseño split-plot o de parcelas divididas.
- Efectos principales y efectos de interacción.
Claustro docente
El seguimiento personalizado es uno de nuestros puntos fuertes.
En este Máster contarás con el asesoramiento y las tutorías ilimitadas de dos docentes expertos que van compartir contigo todo su conocimiento y su experiencia en el sector de la Ciencia de Datos:
Rosana Ferrero
Data Scientist con más de 10 años de experiencia en consultoría, investigación y docencia.Colabora en proyectos de diversos centros de investigación como el Consejo Superior de Investigaciones Científicas (CSIC), CAPES-PUC, IAS-CSIC y LINCGlobal. Asesora y consultora en Biomáxima.
Juan Luis López
Analista de datos con certificaciones en Data Visualization with ggplot2, Data Analysis in R y Machine Learning Toolbox.