aumentar disminuir original

Estadística

DOCENTES RESPONSABLES

Dra. Teresa Boca – Franca Giannini

DESTINATARIOS

Profesionales de carreras afines o interesados en la temática.

REQUISITOS

Título universitario o de nivel superior no universitario de cuatro años de duración como mínimo. Conocimientos básicos de álgebra aplicada a la estadística, operaciones con matrices, rango de una matriz, matriz inversa, etc. y Manejo elemental de R y Rstudio.

OBJETIVOS

  • Reconocer variables de análisis en situaciones problema
  • Identificar y diferenciar datos muestrales y poblacionales
  • Comprender procesos inferenciales y el contraste de hipótesis estadísticas
  • Adquirir destrezas en análisis de datos y uso de software
  • Interpretar y evaluar críticamente datos provenientes de situaciones experimentales u observacionales bajo incertidumbre.

PROGRAMA

Unidad I: PRINCIPIOS DE INFERENCIA ESTADÍSTICA. Estadística descriptiva. Muestra y población. Características poblacionales y muestrales. Estimación puntual de parámetros: concepto de estimador; cualidades deseables. Distribuciones estadísticas en el muestreo. Concepto de hipótesis estadística; criterios para la determinación de la mejor hipótesis. Estimación por intervalos de confianza. Contraste de hipótesis. Errores de tipo I y de tipo II. Determinación del tamaño de muestra. Comparación de dos medias poblacionales. Modelo lineal general.
Unidad II: MODELOS DE REGRESION LINEAL. Relaciones determinísticas y estocásticas entre variables. Análisis de correlación lineal. Modelo de regresión lineal simple y múltiple. Estimación de los parámetros mediante el método de mínimos cuadrados. Multicolinealidad. Intervalo de confianza para la recta de la regresión. Intervalo de predicción.
Unidad III: MODELOS DE CLASIFICACIÓN ANAVA. Análisis de varianza de un factor. Comparación de más de dos medias. Pruebas de comparaciones múltiples. Diseño experimental. Factores de diseño. Efectos aleatorios. Modelos lineales generales y mixtos.

BIBLIOGRAFÍA OBLIGATORIA

  • Agresti, A. (2015). Foundations of linear and generalized linear models. John Wiley & Sons.
  • Balzarini, M., Di Rienzo, J., Tablada, M., Gonzalez, L., Bruno, C., Córdoba, M., … & Casanoves, F. (2012). Estadística y Biometría. Ilustraciones del uso de Infostat en problemas de agronomía. Universidad Nacional de Córdoba. URL: http://www.agro.unc.edu.ar/~mcia/archivos/Estadistica%20y%20Biometria.pdf
  • Balzarini, M., Bruno, C., & Arroyo, A. (2005). Análisis de ensayos agrícolas multiambientales. Brujas, Córdoba, Arg.
  • Bruno, C., Videla, E., Peña, A., & Balzarini, M. Guía para la construcción de modelos de asociación genómica. URL: http://www.agro.unc.edu.ar/~estadisticaaplicada/GCMAG/
  • Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W. () InfoStat versión 2019. Centro de Transferencia InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL: https://www.infostat.com.ar/
  • Wheelan, C. (2013). Naked statistics: Stripping the dread from the data. WW Norton & Company. URL: https://drive.google.com/file/d/19_b6tymwq4lKnkcYeE4vrkUT3byHrRcX/view?usp=sharing.

CARGA HORARIA

 30 horas

MODALIDAD DE CURSADA

 Virtual. Las clases serán los viernes 4, 11 y 18 de junio de 8:30 a 17:30hs

MODALIDAD DE EVALUACIÓN

Asistir a 5 de los 6 encuentros virtuales correspondientes a clases teórico-prácticas.

Aprobar 2 de 3 cuestionarios individuales.

Realizar y aprobar el trabajo integrador que consiste en el análisis e interpretación de resultados de una base de datos afín provista por el equipo docente. (La parte práctica se realizará sobre el software InfoStat con situaciones ejemplos provistas por el plantel docente. También se trabajará sobre los casos particulares de investigación de las personas que participan del curso)

ARANCEL

  • Aspirantes externos: $8.400
  • Aspirantes graduados, docentes, no docentes e investigadores UNNOBA: $6300

INFORMES

Por mail a: cursosposgrado@unnoba.edu.ar

Teléfonos: 2477-409500 (interno 21201) – Pergamino