Curso de introducción al análisis de datos con R para estudiantes de pregrado de la Escuela de Ciencias del Mar de la PUCV.
PROFESORES:
JOSÉ ANDRÉS GALLARDO MATUS
Doctor en Ciencias por la Universidad de Chile, Chile.
Biólogo Marino por la Universidad Católica de la Santísima Concepción, Chile.
Profesor de genética y genómica aplicada en la Pontificia Universidad Católica de Valparaíso, Chile.
https://genomics.pucv.cl/
Introducción a la unidad
Se entregan los fundamentos de la investigación reproducible y del análisis exploratorio de datos. Se discuten los aspectos beneficiosos de hacer investigación reproducible para el investigador, así como los principales criterios que determinan que una investigación sea reproducible o no. Respecto del análisis exploratorio de datos se definen y clasifican los distintos tipos de variables aleatorias, y se entregan herramientas que permiten observar y predecir el comportamiento de las variables aleatorias bajo distintos tipos de distribución de probabilidad como la distribución Normal, Bernoulli, Binomial negativa, la distribución normal multivariante, entre otros.
Resultado de aprendizaje de la unidad
Al finalizar la unidad, el estudiante será capaz de aplicar los fundamentos de la investigación reproducible y del análisis exploratorio de datos de ciencias del mar usando el lenguaje de programación R.
Palabras clave
Reproducibilidad, Rmarkdown, variables aleatorias, distribución de probabilidad.
Subtópicos
Subtópico 1.1.- Investigación reproducible.
Subtópico 1.2.- Variables aleatorias y distribuciones de probabilidad.
Subtópico 1.3.- Análisis exploratorio de datos.
Introducción a la unidad
Se entregan los fundamentos de la inferencia estadística y de las pruebas de contraste de hipótesis. Respecto del análisis de datos y sobre la base de estudios de caso se entregan herramientas para aplicar diferentes test estadísticos incluyendo: prueba de t-student para la correlación de variables continuas y para diferencia de 2 medias, prueba de F para la diferencia de más de 2 medias (análisis de varianza), prueba de chi2 para asociación de dos o más variables categóricas (tablas de contingencia), prueba de Wilcoxon para comparación de 2 muestras independientes, entro otras pruebas no paramétricas de uso común en Ciencias del Mar.
Resultado de aprendizaje de la unidad
Al finalizar el unidad, el estudiante será capaz de aplicar los fundamentos de la inferencia estadística en el análisis de datos usando el lenguaje de programación R.
Palabras clave
Parámetro, estadístico, correlación, inferencia estadística, contrastes de hipótesis.
Subtópicos
Subtópico 2.1.- Pruebas de contraste de hipótesis paramétrica.
Subtópico 2.2.- Evaluación de supuestos estadística paramétrica.
Subtópico 2.3.- Pruebas de contraste de hipótesis no paramétrica.
Introducción a la unidad
Se entregan los fundamentos del uso de los modelos lineales y no lineales en la investigación en Ciencias del mar. Se discute el uso de modelos lineales y no lineales para explicar, modelar o predecir la relación de una variable respuesta Y con una o más variables predictoras X. Se revisan los supuestos de cada tipo de modelo lineal y no lineal.
Resultado de aprendizaje de la unidad
Al finalizar la unidad, el estudiante será capaz de aplicar diferentes modelos lineales y no lineales en el contexto de la investigación en Ciencias del Mar.
Palabras clave
Regresión lineal, regresión lineal múltiple, regresión logística.
Subtópicos
Subtópico 3.1.- Modelos lineales.
Subtópico 3.2.- Modelos lineales generalizados.