MÁSTER EN ESTADÍSTICA APLICADA PARA LA CIENCIA DE DATOS CON R SOFTWARE
Máxima FormaciónMáster online
Precio a consultar
Duración : 10 Meses
El Máster de Estadística Aplicada con R Software es único en la oferta universitaria de España y Latinoamérica. Ha sido elaborado para que investigadores y profesionales en activo aprendan a solucionar las dificultades reales que se hallan con el análisis avanzado de grandes volúmenes de datos. Transforma tus datos en conocimiento y toma decisiones irrebatibles fundadas en análisis de datos complejos.
Este Máster es la especialización universitaria que estabas buscando si eres estudiante y quieres educarte como Data Scientist para obtener aptitudes profesionales en Big Data, Machine Learning, Deep Learning y minería de datos. También es para ti si eres un profesional o investigador en activo y precisas dominar los métodos estadísticos más avanzados para desplegar con éxito proyectos que demandan análisis de datos complejos.
Los contenidos del Máster se desenvuelven totalmente en torno al lenguaje R, el instrumento estadístico con más penetración en grandes empresas, universidades y centros de investigación científica a nivel internacional.
R Software es el único lenguaje apto para aplicar todo tipo de métodos estadísticos para solucionar problemas de análisis de datos complejos que son imposibles de afrontar con otras herramientas.
El enfoque teórico-práctico del Máster es colateral a cualquier ámbito de conocimiento y asegura al alumno una resuelta curva de aprendizaje para aplicar desde el primer día los nuevos conocimientos obtenidos a la práctica profesional o investigadora.
Desde nivel cero, el alumno ahonda en métodos y técnicas estadísticos que no se tratan en los cursos de Grado y que son primordiales para una formación completa y actualizada en Ciencia de Datos.
Si es de tu interés recibir más información, ponte en contacto con nosotros mediante lectiva.com y te brindaremos el dossier informativo sin compromiso alguno.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Con este Máster adquirirás un conocimiento profundo de la Ciencia de Datos actual aplicada a la investigación y a la práctica profesional, y estarás capacitado para: Diseñar modelos de análisis. Comprender y modelar los datos. Seleccionar la técnica estadística más adecuada para tus análisis (clásicas, robustas, avanzadas y multivariantes). Resolver problemas estadísticos avanzados. Transformar los datos en conocimiento. Tomar decisiones basadas en datos con rigor científico. Representar gráficamente tus resultados en alta calidad. Garantizar la reproducibilidad de tus análisis. Aplicar técnicas de Data Mining y Machine Learning. Dominar el lenguaje de R Software.
A quién va dirigido
A profesionales del análisis de datos interesados en afrontar cualquier reto estadístico con seguridad, rigor y precisión con independencia del tipo, el volumen de datos y la complejidad del proyecto. Un Máster orientado a Graduados, Licenciados, PhD, doctorados universitarios, docentes e investigadores, interesados en: Consolidar y ampliar sus conocimientos sobre Estadística Aplicada y Ciencia de Datos. Adquirir habilidades prácticas avanzadas para extraer todo el potencial de los datos en su actividad profesional. Afrontar cualquier reto estadístico, con independencia de su área profesional o nivel de complejidad. Evolucionar en su desempeño con los datos y ganar libertad, seguridad, confianza y precisión en sus análisis de datos. Dominar el lenguaje de R Software y sus paquetes con nivel experto. El Máster en Estadística Aplicada para la Ciencia de Datos con R Software es un programa de especialización único en la actual oferta formativa superior on-line en Ciencia de Datos.
Requisitos
Alumnos españoles: Título universitario. Alumnos Unión Europea: Título universitario. Alumnos extranjeros pertenecientes al Convenio de la Haya: Título universitario apostillado. Alumnos extranjeros no pertenecientes al Convenio de la Haya: Título universitario debidamente compulsado por organismo oficial competente o por notario. En caso en que el título no esté en castellano deberá ir acompañado de una traducción jurada.
Temario completo de este curso
MÓDULO I.
UNIDAD 1. INTRODUCCIÓN A LA ESTADÍSTICA APLICADA CON R
• Introducción a la Estadística Aplicada y su caja de herramientas.
• Descarga e instalación de R, RStudio y sus paquetes.
• Cómo trabajar con R/RStudio.
• Operaciones básicas. Ayuda. Viñetas. Citas.
• Documentación. Git/GitHub.
• Creación de informes reproducibles con RMarkdown.
UNIDAD 2. OBTENCIÓN, LIMPIEZA Y EXPLORACIÓN DE DATOS
• Obtención y manipulación de bases de datos con tidyverse.
• Tipos de variables.
• Estadística descriptiva, medidas clásicas y robustas.
• Gráficos avanzados con ggplot2.
UNIDAD 3. CORRELACIÓN Y REGRESIÓN LINEAL
• Correlación simple, múltiple, parcial y robusta.
• Regresión lineal simple y múltiple.
• Selección de variables.
• Evaluación de supuestos y transformaciones.
• Adecuación del modelo.
• Predicciones, interpretación y representación de interacciones entre predictores.
MÓDULO II.
UNIDAD 4. INFERENCIA ESTADÍSTICA
• Conceptos básicos, hipótesis, p-valor, significación y tipos de errores.
• Pruebas de hipótesis y estimación de intervalos de confianza.
• Potencia estadística, estimación del tamaño muestral y del tamaño de efecto.
• Comparación de puntuaciones (medias) y comparación de proporciones para una y dos muestras. Pruebas paramétricas, no paramétricas y robustas.
UNIDAD 5. DISEÑO EXPERIMENTAL
• Estrategias de experimentación.
• Factores de control, replicación, aleatorización, bloqueo y factorización.
• Diseños uni y multi-factoriales, ANOVA de una y dos vías, ANCOVA, análisis de interacción entre factores.
• Estimación del tamaño de muestra.
MÓDULO III.
UNIDAD 6. MODELOS DE REGRESIÓN AVANZADOS
• Ampliación del modelo lineal ante el incumplimiento de los supuestos estadísticos clásicos.
• Modelo aditivo generalizado (GAM).
• Modelo lineal generalizado (GLM).
• Modelo Mixto (MM).
UNIDAD 7. ANÁLISIS DE AGRUPACIÓN CLÚSTER
• Análisis Clúster jerárquico y no jerárquico (por k-medias).
• Validación y representación de la agrupación.
UNIDAD 8. DISCRIMINACIÓN Y COMPARACIÓN MULTIVARIANTE
• Análisis de discriminación lineal (LDA) y cuártico (QDA).
• Análisis multivariante de la varianza (MANOVA) y sus versiones no paramétricas (MRPP, ANOSIM, MPANOVA, MANTEL).
UNIDAD 9. ORDENACIÓN Y REDUCCIÓN DE LA DIMENSIÓN
• Análisis de componentes principales (PCA).
• Análisis de correspondencias (CA).
• Análisis de escalamiento multidimensional (MDS/NMDS).
1.780 € 890 €
Precio a consultar
Precio a consultar
1.690 €
2.460 € 1.895 €