Curso online
Duración : 2 Meses
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
* Proporcionar conocimientos sólidos en estadística, análisis de datos y minería de datos. * Desarrollar habilidades en el uso de herramientas de análisis de datos, como R, Python y SQL. * Capacitar al estudiante para analizar grandes cantidades de datos y extraer información valiosa para la toma de decisiones empresariales. * Enseñar técnicas avanzadas de visualización de datos para representar gráficamente los resultados del análisis de datos. * Fomentar el uso de modelos predictivos para la identificación de patrones y tendencias en los datos empresariales.
A quién va dirigido
Está dirigido a directivos, profesionales y estudiantes universitarios interesados en desarrollar conocimientos y habilidades para el análisis de datos y su aplicación en la toma de decisiones empresariales. Es especialmente adecuado para quienes quieran adquirir competencias en estadística, programación, visualización de datos, análisis predictivo y minería de datos.
Requisitos
* Ser estudiante de una carrera universitaria o de estudios superiores equivalentes. * Ser profesional con proyección profesional en el puesto desempeñado. * Si no se cumple ninguna de las condiciones anteriores, el departamento de Admisiones de IEAD puede valorar el caso particular.
Temario completo de este curso
TEMA 1. ESTADÍSTICA
1.1. Representación de datos
TEMA 2. MEDIDAS
2.1. Medidas de centralización
2.2. Medidas de orden o posición
2.3. Medidas de dispersión
2.4. Valores atípicos
TEMA 3. REGRESIÓN Y CORRELACIÓN
3.1. El concepto de correlación
3.2. Regresión lineal. Tipos
TEMA 4. PROBABILIDAD
4.1. Teoría de la probabilidad
4.2. Probabilidad condicionada
TEMA 5. DISTRIBUCIONES
5.1. Modelos de distribución discretos
5.2. Modelos continuos
TEMA 6. INTERVALOS DE CONFIANZA
6.1. Intervalos de confianza
6.2. Intervalo de confianza para la media de una población normal
6.3. Intervalos de confianza para la proporción
6.4. Intervalo de confianza para la varianza de una población normal
6.5. Intervalo de confianza para la diferencia de medias
TEMA 7. INTRODUCCIÓN A LOS CONTRASTES DE HIPÓTESIS
7.1. Introducción a los contrastes de hipótesis
7.2. Tipos de error y p-valor
7.3. Contrastes de hipótesis para la media
7.4. Contrastes de hipótesis para la proporción
7.5. Contrastes de hipótesis sobre la varianza
TEMA 8. ESTADÍSTICA CON R
8.1. Instalación R y R-Studio. Preparación del entorno
8.2. Regresión lineal y correlación