Información del curso

Docente: Pablo Andrés Salgado Dedicación estimada: 12 hs reloj semanales. Total 96 hs reloj.

.....

Modalidad: A distancia: a través de la plataforma virtual de cursos de Centro REDES.

Duración: Ocho semanas, distribuidas en 4 módulos de aprendizaje

Destinado a: Profesionales y técnicos de las diferentes áreas de la ciencia que requieran de técnicas de estadística inferencial aplicando pruebas paramétricas de uso más frecuentes para el análisis de datos.

Las pruebas estadísticas paramétricas son aquellas que se basan en supuestos sobre la distribución de los datos, generalmente asumiendo que siguen una distribución normal o una distribución específica. Estas pruebas son más potentes que las pruebas no paramétricas cuando se cumplen los supuestos necesarios, lo que significa que tienen una mayor capacidad para detectar diferencias o relaciones significativas en los datos.

En este curso busca proporcionar a los profesionales las herramientas necesarias para tratar y analizar sus propios datos de manera efectiva y confiable. Se enfoca en el uso de técnicas estadísticas paramétricas, que son ampliamente utilizadas en la investigación científica y en el análisis de datos.

Durante este módulo, los participantes aprenderán a aplicar pruebas estadísticas paramétricas como la prueba t de Student, ANOVA, regresión lineal y pruebas de correlación, entre otras. Se les enseñará a interpretar los resultados obtenidos de estas pruebas, de manera que puedan extraer conclusiones válidas y significativas en sus estudios e investigaciones.

Al finalizar este módulo, los profesionales contarán con las habilidades necesarias para utilizar técnicas estadísticas en el análisis de datos, lo que les permitirá mejorar la calidad de sus investigaciones y la toma de decisiones basadas en evidencia sólida. Esto les brindará mayor confianza en sus resultados y les ayudará a avanzar en sus carreras profesionales.

Entre los contenidos que se estudian en este curso se encuentran: Estimación de parámetros poblacionales, a través de intervalos de confianza para la media. Introducción a la inferencia estadística y sus aplicaciones en el análisis paramétrico. Distribuciones de probabilidad, como la distribución normal y la distribución t de Student. Pruebas de hipótesis, para contrastar afirmaciones sobre la media, la proporción o la varianza de una población. Análisis de la varianza (ANOVA), para comparar medias de más de dos poblaciones. Regresión lineal y correlación, para estudiar la relación entre variables y realizar predicciones.

 Requisitos: Tener instalado el Adobe Acrobat (pdf), MS Word, MS Power Point, MS Excel y el Epidat 3,1 y en caso de usar el paquete estadístico SPSS o el disponible en el aula virtual PSPP tendrá a disposición ejercitación para estos programas.

Conocimientos mínimos previos: Manejo básico de Ofimática (Excel, Word y Power Point o equivalentes). Se recomienda haber cursado Elementos básicos de estadística y metodología aplicada a la investigación o tener conocimientos sobre estadística descriptiva.

 Contenidos:

Módulo 1:

La distribución de probabilidad normal, o gaussiana. Propiedades de la distribución normal. Distribución normal estándar. Función de densidad. Teorema del límite central. Determinación si una muestra de datos proviene de una distribución normal: Prueba de bondad de ajuste para evaluar distribución normal. Prueba de Kolmogorov-Smirnov y Sapiro-Wilks.

Módulo 2:

Estimación de Parámetros. Estimación e Intervalos de Confianza. Cálculo del intervalo de confianza para los distintos parámetros poblacionales: promedio, Test de Hipótesis. Planteo de hipótesis nula e hipótesis alternativa. Errores asociados a un contraste de hipótesis. El error de tipo I y II. La potencia de un test. Relación entre los errores de tipo I y II: su implicancia en la toma de decisiones. Pruebas estadísticas paramétricas y no paramétricas.

Módulo 3:

Diseño de Investigación. Clasificación: Estudios descriptivos, estudios analíticos: Observacionales y Experimentales. Descripción de los test de comparación de medias: Test de Student para una muestra. Test de Student para muestras independientes y Test de Student para muestras relacionadas. Pruebas estadísticas de una y dos colas. Comparación de proporciones: aproximación de una distribución binomial a una distribución normal. Tamaño de Efecto: magnitud o la importancia de la relación o diferencia observada entre las variables.

Módulo 4:

Comparación de más de dos grupos: Análisis de la varianza de un factor. Pruebas post hoc o a posteriori. Análisis de la varianza de Medidas Repetidas. Relación entre variables cuantitativas: Correlación lineal de Pearson. Regresión Lineal. Introducción a los modelos de regresión. Modelo de regresión lineal simple y regresión lineal múltiple.