%cocid%Diploma emitido por:

El Centro de Investigación Transdisciplinar en Psicología de la Universidad Autónoma del Estado de Morelos

%cocid%
%cocid%

Objetivo

Conocer el software R a nivel profesional para llegar a ser un científico de datos y analizar proyectos de principio a fin de una forma eficiente aprendiendo a recolectar y procesar datos, visualizarlos, aplicar técnicas avanzadas de estadística incluidas técnicas de machine learning y creación de algoritmos.


Dirigido a:

Investigadores, Doctores, Maestros, Centros de Investigación, Público en general  y  Licenciados en: Psicología, Sociología, Medicina, Educación
Psicopedagogía, Biología.

Modalidad de aprendizaje

  1. Híbrida (Presencial y Virtual)
  2. Virtual (Nueva modalidad)

 

Puede elegir la modalidad de aprendizaje que usted desee.

  • En el Diplomado con modalidad híbrida,sumado a la parte presencial, se añade la parte virtual donde se trabajará dentro de la plataforma para la resolución de dudas, utilización de foros, realización de actividades, chats, material complementario, etc. 

 

  • En el Diplomado con modalidad totalmente virtual, tendrá todo lo necesario en la plataforma educativa (material de formación, material complementario, etc) para trabajar con la ayuda permanente del profesorado.

 

Módulos

1.-Técnicas clásicas
2.-Técnicas avanzadas
3.-Análisis multivariante
4.-Caminos estadísticos
en investigación
5.-Big Data

 

Módulo Primero: Técnicas Estadísticas Clásicas.

  • TEMA 1. R SOFTWARE.
  • TEMA 2. ESTADÍSTICA DESCRIPTIVA I.
  • TEMA 3. ESTADÍSTICA DESCRIPTIVA II.
  • TEMA 4. PRUEBAS NO PARAMÉTRICAS.
  • TEMA 5. CHI-CUADRADO Y T DE STUDENT.
  • TEMA 6. ANÁLISIS DE VARIANZA. DISEÑO COMPLETAMENTE ALEATORIZADO.
  • TEMA 7. ANÁLISIS DE VARIANZA. MEDIDAS REPETIDAS.
  • TEMA 8. REGRESIÓN Y CORRELACIÓN LINEAL SIMPLES.
  • TEMA 9. REGRESIÓN MÚLTIPLE.
  • TEMA 10. CORRELACIÓN MÚLTIPLE. 

Módulo Segundo: Técnicas Estadísticas Avanzadas.

  • TEMA 11. TÉCNICAS ACTUALES EN REGRESIÓN. TRATAMIENTO DE DATOS ANÓMALOS.
  • TEMA 12. REGRESIÓN POISSON.
  • TEMA 13. MODELOS DE REGRESIÓN LOGÍSTICA. LOGIT Y PROBIT.
  • TEMA 14. REGRESIÓN SUAVIZADA.
  • TEAM 15. REGRESIÓN MÚLTIPLE ROBUSTA.
  • TEMA 16. CORRELACIÓN SIMPLE Y MÚLTIPLE ROBUSTAS.
  • TEMA 17. MODELOS LINEALES GENERALIZADOS UNIVARIANTES.
  • TEMA 18. MODELOS LINEALES MIXTOS GENERALIZADOS. DISEÑO POR BLOQUES ALEATORIOS.
  • TEMA 19. ÁRBOLES DE REGRESIÓN Y CLASIFICACIÓN (CARTS).
  • TEMA 20. MODELOS ADITIVOS GENERALIZADOS GAM.
  • TEMA 21. ANÁLISIS DE SUPERVIVENCIA.
  • TEMA 22. PARÁMETROS GRÁFICOS AVANZADOS.

 Módulo Tercero: Técnicas Estadísticas de Análisis Multivariante.

  • TEMA 23. AM – ANÁLISIS DE CORRESPONDENCIAS.
  • TEMA 24. AM – ANÁLISIS FACTORIAL.
  • TEMA 25. AM – ANÁLISIS DE COMPONENTES PRINCIPALES.
  • TEMA 26. AM – ANÁLISIS DISCRIMINANTE.
  • TEMA 27. AM – ESCALADO MULTIDIMENSIONAL.
  • TEMA 28. AM – ANÁLISIS CLUSTERS.

Módulo Cuarto: Caminos a seguir en estadística cuando se aplica una técnica concreta en una investigación.

  • TEMA 1. PARTE GENERAL A CUALQUIER ESTUDIO.
  • TEMA 2. PARTE ESPECÍFICA POR TÉCNICA CONCRETA.
  • TEMA 3. PARTE ANÁLISIS MULTIVARIANTE.

 Módulo Quinto: Big Data

  • INTRODUCCIÓN.
  • TEMA 1. UN OCÉANO DE DATOS.
  • TEMA 2. BIG DATA EN BANCA.
  • TEMA 3. BIG DATA EN AGRICULTURA.
  • TEMA 4. BIG DATA EN MEDICINA.
  • TEMA 5. BIG DATA EN EDUCACIÓN.
  • TEMA 6. SMALL DATA.
  • TEMA 7. CASO PRÁCTICO 1. FINANCIERO.
  • TEMA 8. CASO PRÁCTICO 2. MEDICINA.
  • TEMA 9. CASO PRÁCTICO 3. GEOLOGÍA.
  • TEMA 10. CASO PRÁCTICO 4. DEPORTES.
  • TEMA 11. CASO PRÁCTICO 5. PERIODISMO.
  • TEMA 12. ESTADÍSTICA AVANZADA/ROBUSTA VS. BIG DATA/SMALL DATA.
  • TEMA 13. CIENTÍFICO DE DATOS.
  • TEMA 14. CRÍTICAS AL BIG DATA.

 

Horario 

9:00 am a 2:00 pm

Únicamente modalidad presencial 


Duración

120 Hrs.

(Ambas modalidades de aprendizaje)

         (3 Meses)

Metodología en Formación

  •  Software R

Instalación correcta del software R

Introducción de datos en R

Importación de datos desde Archivos de Texto, Excel y SPSS…

  • La Técnica Estadística concreta

Formulación propia para el paper de investigación

Realización de ejemplos prácticos de cada técnica estadística, aplicado a las Ciencias

Explicación de cada función y parámetro, para conocer qué nos dicen los datos obtenidos

  • Evaluación

Ejercicio práctico de evaluación para afianzar conocimientos

  • Temario Oficial (electrónico): 

Data Scientist. Software R. De las técnicas clásicas a las avanzadas.

Autor/editor: Tomás Alberto Salmerón Enciso©.

ISBN: 978-84-608-7178-1

  • Bases de datos propias.
  • Software R.
  • Paquetes adicionales.
  • Guía Didáctica.
  • Material complementario.

Presencial:  $15,000.00 MXN (50% de Anticipo + 3 mensualidades diferidas)

Descuento del 10% por único pago *

Descuento del 10% comunidad UAEM *

 


Virtual :       $ 13,500.00 MXN (50% de Anticipo + 3 mensualidades diferidas)

Descuento del 10% por único pago

 


*Número de Cuenta para depósitos, Nacional e Internacional

%cocid%

No. de Cuenta:  Clabe Interbancaria
0463911993 012542004639119937

 

 

*Nota: Descuentos no Acumulables

 

Registro al Diplomado "Uso de Software R"

 

 

Ubicación

Instalaciones CITPSI, Calle Pico de Orizaba no. 1, Col. los Volcanes c.p. 62350, Cuernavaca Morelos.

Encuéntranos en nuestras redes sociales