Curso online
Duración : 2 Meses
El Curso Superior en Data Analysis de IEAD – Instituto Europeo de Alta Dirección es un programa formativo que tiene como objetivo brindar a los estudiantes las habilidades y conocimientos necesarios para analizar grandes cantidades de datos y obtener información valiosa para la toma de decisiones empresariales. El curso cubre temas como estadísticas, programación, visualización de datos, análisis predictivo y minería de datos.
Los Cursos Superiores de IEAD – Instituto Europeo de Alta Dirección han sido diseñados para que los directivos puedan potenciar sus capacidades profesionales y dispongan de las herramientas y las últimas tendencias en gestión, liderazgo y organización. Los Cursos Superiores ofrecen una visión práctica en la gestión y los entornos organizacionales.
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.
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