Curso gratis Especialista en Análisis de Datos y Técnicas Estadísticas en Astrofísica

Curso Gratis Online para Trabajadores y Empresas

Si eres trabajador en Régimen General, disfruta del curso gratis online a través de la formación bonificada para empresas.

Nuestros cursos gratis están disponibles en modalidad online o a distancia, consúltanos para informarse de la modalidad del curso gratis para trabajadores de su interés.

OBJETIVOS DEL CURSO GRATIS ESPECIALISTA EN ANÁLISIS DE DATOS Y TÉCNICAS ESTADÍSTICAS EN ASTROFÍSICA

En astrofísica es muy importante, entre otras cosas, conocer el proceso a seguir para el análisis de los datos con el objetivo de sacar conclusiones acerca de la información disponible en una investigación. Así, con el presente curso se pretende aportar los conocimientos necesarios para llevar a cabo el análisis de los datos y técnicas estadísticas en el ámbito de la astrofísica de manera profesional.

CONTENIDO DEL CURSO GRATIS ESPECIALISTA EN ANÁLISIS DE DATOS Y TÉCNICAS ESTADÍSTICAS EN ASTROFÍSICA

UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ESTRUCTURA DE DATOS

1. Introducción a la estadística: conceptos fundamentales
2. ¿Qué es la estadística y cuáles son sus funciones principales?
3. - Estadística descriptiva: resumir y presentar datos
4. - Estadística inferencial: realizar predicciones y conclusiones
5. Medición y escalas de medición
6. - Escala nominal: clasificación sin orden
7. - Escala ordinal: clasificación con orden
8. - Escala de intervalo: medición con intervalos iguales
9. - Escala de razón: medición con cero absoluto
10. Variables: clasificación y notación
11. Cómo construir y entender distribuciones de frecuencias
12. - Distribución de frecuencias en intervalos
13. Representaciones visuales y gráficas de datos

UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA

1. Medidas de posición: ubicación en los datos
2. - Media aritmética: promedio
3. - Moda: valor más frecuente
4. - Mediana: valor central
5. Medidas de posición no central
6. Medidas de dispersión: cómo se distribuyen los datos
7. - Dispersión absoluta: rango, varianza y desviación estándar
8. - Dispersión relativa: coeficiente de variación
9. Medidas de forma: características de la distribución
10. - Simetría y asimetría
11. - Curtosis o apuntamiento: concentración en los extremos

UNIDAD DIDÁCTICA 3. ESTADÍSTICA INFERENCIAL

1. Conceptos básicos previos
2. - La influencia del azar en la vida diaria
3. - Tipos de sucesos y su clasificación
4. - Leyes del azar y introducción a la probabilidad
5. - La ley de Laplace: probabilidad uniforme
6. Métodos de muestreo
7. - Muestreos probabilísticos: selección aleatoria
8. - Muestreos no probabilísticos: sin azar
9. - Muestreo en varias etapas (polietápico)
10. Principales indicadores estadísticos

UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD

1. Fundamentos de probabilidad
2. Variables discretas con valores de probabilidad
3. - Función de probabilidad: asigna probabilidades a los valores
4. - Función de distribución: probabilidad acumulada
5. - Media y varianza de variables aleatorias
6. Distribuciones discretas de probabilidad
7. - La distribución binomial: éxitos en ensayos independientes
8. - Otras distribuciones discretas relevantes
9. Distribución normal: la campana de Gauss
10. Distribuciones relacionadas con la normal
11. - Distribución “Chi-cuadrado” de Pearson
12. - Distribución “t” de Student

UNIDAD DIDÁCTICA 5. PRUEBAS DE HIPÓTESIS

1. ¿Qué son las hipótesis estadísticas?
2. Procedimiento para contrastar hipótesis
3. Pruebas paramétricas: hipótesis y estadísticos
4. - Formulación de hipótesis en contrastes paramétricos
5. - Cálculo del estadístico de contraste
6. - Evaluación de la potencia del contraste
7. - Propiedades y requisitos de los contrastes
8. Tipos de errores en pruebas estadísticas
9. Pruebas no paramétricas: alternativas a las paramétricas
10. - Ejemplo: prueba de Chi-cuadrado

UNIDAD DIDÁCTICA 6. REGRESIÓN LINEAL Y MODELOS RELACIONADOS

1. Introducción a los modelos de regresión
2. Aplicaciones y utilidad de los modelos de regresión
3. Variables que se incluyen en un modelo de regresión
4. - Tipos de variables en el análisis
5. Cómo construir un modelo de regresión paso a paso
6. - Selección de variables relevantes
7. - Métodos para crear y ajustar el modelo
8. - Validación y evaluación del modelo final
9. Modelo de regresión lineal simple
10. Modelo de regresión logística: predicciones categóricas
11. Factores que pueden confundir o distorsionar los resultados
12. Interpretación de los resultados de los modelos de regresión
13. ANEXO. TABLAS ESTADÍSTICAS
14. Tabla I: Probabilidad binomial
15. Tabla II: Función de distribución binomial
16. Tabla III: Función de distribución normal
17. Tabla IV: Distribución Chi-cuadrado
18. Tabla V: Distribución t-Student