Módulo 4. Asociación entre variables y regresión lineal simple.

Módulo 4. Asociación entre variables y regresión lineal simple.

4.1 Medidas de asociación • 

  • Variables continuas. 
    • Pearson, Spearman. 
  • Variables discretas. 
    • Coeficiente de Kendall (Continua-Ordinal). 
    • Coeficiente de correlación biserial puntual (ContinuaNominal). 
    • Coeficiente de Spearman: Ordinal-Ordinal.
    • Coeficiente Phi (Ordinal-Ordinal 2x 2). 
    • Coeficiente de Kruskall-Goodman (Ordinal-Ordinal, rxc). 

4.2 Regresión lineal simple 

  • Gráficas de dispersión. 
  • Ajuste del modelo. 
  • Validación del modelo.

Módulo 3. Métodos estadísticos para dos o más muestras

Módulo 3. Métodos estadísticos para dos o más muestras

3.1 Dos muestras independientes 

  • Métodos basados en la distribución Z, F de Fisher para comparar dos varianzas, t de Student y prueba U de Mann-Whitney. 
  • Taller de ejercicios.

3.2 Dos muestras relacionadas 

  • Métodos basados en la distribución Z y t de Student, prueba del Signo y de Wilcoxon. Taller de ejercicios.

3.3 Tres o más muestras 

  • Muestras independientes. 
    • Análisis de varianza de un factor. 
    • Comparaciones Múltiples. 
  • Muestras relacionadas. 

    • Pruebas: Friedman, W de Kendall, Q de Cochran. 
  • Taller de ejercicios.

Módulo 2. Estadística descriptiva e inferencial para una muestra

Módulo 2. Estadística descriptiva e inferencial para una muestra

2.1 Variables aleatorias 

    • Funciones de densidad y cálculo de probabilidades. 
    • Media y varianza de una variable aleatoria. 
    • Las distribuciones binomial y normal, principales elementos y propiedades (fda, media, varianza, etc). 

2.2 Estadística descriptiva 

    • Escalas de medición. 
    • Tablas de frecuencia unidimensiona y bidimiensional. 
    • Gráficos para describir datos: de barra, de pastel e histograma. 
    • Medidas para describir datos. 
    • De tendencia central: media, mediana y moda.
    • De dispersión: rango, desviación media, varianza desviación estándar y coeficiente de variación. 
    • Gráficos QQ para la distribución normal.

2.3 Estadística inferencial: Estimación 

    • Muestra aleatoria y estadístico. 
    • Distribución muestral de la media y Teorema del Límite Central.
    • Aproximación normal a la binomial. 
    • Estimador y estimación puntual. 
    • Estimador y estimación por intervalo de confianza para la media.

 2.4 Prueba de hipótesis para una muestra 

    • Elementos de una prueba de hipótesis. 
    • Pruebas de bondad de ajuste a la distribución normal: Kolmogorov – Smirnov y de Shapiro – Wilk. 
    • Prueba ji-cuadrada de bondad de ajuste. 
    • Prueba de hipótesis para la media. 
    • Prueba del signo y prueba de rangos con signo de Wilcoxon. 
    • Intervalo de confianza y pruebas de hipótesis para una proporción. 
    • Intervalo de confianza y pruebas de hipótesis para una proporción. 
    • Taller de ejercicios.

Módulo 1. Introducción a RStudio

Módulo 1. Introducción a RStudio 

1.1 Panorama general de RStudio 

    • Instalación de RStudio. 
    • Consola, directrorio de trabajo, scripts y funciones básicas. 
    • Instalación de paqueterías y cómo cargarlas. 
    • Taller de ejercicios.

1.2 Lectura de base de datos 

    • Estructura de datos fundamentales. 
    •  Tipos de datos (enteros, numéricos, caracteres, factores y lógicos).
    • Conversión de caracteres a factores. 
    • Estructuras de datos: vectores, matrices, arreglos, listas y bases de datos. 
    • Importación y depuración de una base de datos. 
    • Exploración de una base de datos. 
    • Funciones de resumen: length, dim, names, str, summary. 
    • Creación una base de datos a partir de otra base de datos. 
    • Taller de ejercicios.

1.3 Estadísticos descriptivos 

    • Tablas (para conteos). 
    • Tablas de frecuencia. 
    • Gráficas de barras. 
    • Gráficas circulares. 
    • Histogramas. 
    • Medidas de tendencia central y de dispersión. 
    • Gráficas de dispersión. 
    • Gráficos de probabilidad normal. 
    • Taller de ejercicios.