Estadística aplicada a la investigación con RStudio

Presentación

RStudio es un entorno de desarrollo integrado (IDE) que transforma la forma de trabajar con datos, ofreciendo una interfaz intuitiva que facilita la escritura, ejecución y análisis de código en R. Es la herramienta ideal para potenciar tus habilidades en estadística y desarrollar visualizaciones de datos profesionales.

Este curso ha sido diseñado para que adquieras, desde cero y de manera sólida, los fundamentos de la estadística descriptiva e inferencial, así como las principales técnicas de ANOVA (uno y dos factores), regresión lineal, no lineal y múltiple, tanto para pruebas paramétricas como no paramétricas. A través de actividades prácticas en RStudio, trabajarás con análisis reales, proyectos aplicados y la integración de herramientas de inteligencia artificial como Chat GPT dentro del entorno de R.

Al culminar el curso, estarás preparado para analizar datos con seguridad, interpretar resultados con criterio y tomar decisiones respaldadas por evidencia. Obtendrás competencias altamente demandadas que impulsarán tu crecimiento académico y te abrirán nuevas oportunidades profesionales.

Objetivos

• Adquirir una comprensión profunda y aplicar medidas de tendencia central, posición, dispersión y de forma para analizar y describir conjuntos de datos de manera precisa.
• Comprender el uso y la aplicación de distribuciones de probabilidad en la modelización de fenómenos aleatorios.
• Entender y aplicar los fundamentos de la estadística inferencial, incluyendo la estimación, los intervalos de confianza, las pruebas de hipótesis y el análisis de varianzas (ANOVA), para realizar inferencias válidas a partir de datos.
• Implementar técnicas estadísticas no paramétricas, para analizar y comparar grupos, así como evaluar las relaciones entre variables.
• Desarrollar habilidades en el análisis de regresión lineal, no lineal y la multilineal, para modelar relaciones entre variables y realizar predicciones.
• Manejar eficientemente RStudio Cloud para el procesamiento de datos, ejecución de análisis estadísticos avanzados y creación de visualizaciones que faciliten la interpretación y comunicación de resultados.
• Implementar y aplicar las herramientas de la inteligencia artificial, para desarrollar las pruebas paramétricas y no paramétricas realizadas en la estadística.

Dirigido a

Dirigido a profesionales interesados en profundizar sus conocimientos y habilidades en estadística aplicada y análisis de datos utilizando RStudio. Este grupo incluye gerentes y ejecutivos de áreas como finanzas, producción, marketing, logística, y ventas, quienes se enfrentan a la necesidad de tomar decisiones informadas basadas en datos. También está dirigido a profesionales de áreas de humanidades, biomédicas, ciencias e ingenierías que buscan aplicar métodos estadísticos en sus campos de trabajo.

Plan de estudios

• La estadística y la investigación.
• Introducción a R, RStudio y RStudio Cloud.
• Estadística descriptiva:
  • Datos cualitativos y cuantitativos.
  • Medidas de tendencia central y posición.
  • Medidas de dispersión y de forma.
  • Diagrama de cajas y bigotes.
• Distribuciones de probabilidad.
  • Distribución normal estándar Z
  • Distribución T de Student
  • Distribución Chi-cuadrado
  • Distribución F de Fisher
• Estadística inferencial:
  • Intervalos de confianza para la proporción.
  • Intervalos de confianza para la media.
  • Pruebas de hipótesis para la proporción.
  • Pruebas de hipótesis para la diferencia de proporciones.
  • Pruebas de hipótesis para la media.
  • Pruebas de hipótesis para la diferencia de medias.
• Estadística no paramétrica.
  • Prueba de U Mann Whitney
  • Prueba de T de Wilcoxon
  • Prueba chi-cuadrado para bondad de ajuste
  • Prueba chi-cuadrado para homogeneidad e independencia
• Regresión lineal y no lineal.
  • Coeficiente de correlación de Pearson, Spearman y Kendall
  • Recta de mínimos cuadrados y el coeficiente de determinación
  • Prueba de hipótesis para el coeficiente de Pearson, Spearman y Kendall.
  • Regresión lineal
  • Prueba de hipótesis del modelo lineal
  • Modelos no lineales.
• ANOVA de un factor y dos factores
  • ANOVA de un factor
  • Kruskal Wallis
  • ANOVA de muestras repetidas
  • Friedmann
  • ANOVA de dos factores
• Regresión multilineal
  • Regresión multilineal
  • Prueba de hipótesis
  • Pruebas no paramétricas
• RStudio y la Inteligencia Artificial aplicado a la estadística descriptiva e inferencial
  • Conceptos Clave en Inteligencia Artificial
  • Librerías en R para Inteligencia Artificial
  • Configuración del Entorno en RStudio
  • Aplicaciones en estadística descriptiva e inferencial

Expositor

Mg. Rolando Linares Delgado

Magíster en Ciencias de la Educación y Licenciado en Matemáticas por la Universidad Nacional de San Agustín de Arequipa. Culminó estudios de Doctorado en Estadística Aplicada en la Universidad Nacional del Altiplano de Puno. Forma parte del grupo de investigadores de la UNSA con artículos publicados en ICSLT 2021 e ICTEM 2021. Como decano del Colegio de Matemáticos del Perú filial Arequipa, organizó conferencias, seminarios y congresos internacionales. Su área de investigación se enfoca en el análisis de varianzas multivariadas, control estadístico de procesos y series de tiempo. Actualmente, es docente de la UNSA y UCSP.

Mg. Yuri Juan Balcona Mamani

Magíster en Matemáticas por la Universidad Federal de Minas Gerais (Brasil), Bachiller y Licenciado en Matemáticas por la Universidad Nacional de San Agustín de Arequipa, y candidato a Doctor en Estadística Aplicada por la Universidad Nacional del Altiplano. Cuenta con diplomados en Data Science y Métodos Estadísticos de la Universidad Católica San Pablo. Actualmente, es docente en la Universidad Católica San Pablo y la Universidad Continental, con sede en Arequipa. Ha participado como asistente y ponente en diversos congresos y es especialista en Energía de Willmore y Series de Tiempo.

Metodología

La metodología implementada será virtual, utilizando clases magistrales síncronas para el desarrollo de los contenidos. Se promoverá la integración y la participación activa de los estudiantes en el aula a través de exposiciones, foros de discusión y trabajos colaborativos. Adicionalmente, se asignarán horas no lectivas específicamente destinadas al desarrollo de prácticas calificadas, las cuales se llevarán a cabo mediante la plataforma Moodle.

Requisitos de admisión

El alumno debe cumplir con los siguientes requisitos:

• • Ficha de datos (personales, profesional, académicos, entre otros).
  • Comprobante de pago.

* Para el ingreso a las sesiones se solicitará un correo gmail.

Duración

15 sesiones.

Calendario

Inversión

• Precio: S/ 660.00.
• Pronto pago hasta el 11 de marzo: S/ 528.00 soles.
• Descuentos:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para alumnos y antiguos alumnos UCSP.
• Cierre de inscripciones: 20 de marzo de 2026.

Certificación

Escuela de Postgrado y el Departamento de Matemáticas y Estadística de la Universidad Católica San Pablo.

Organiza