Noticias / Curso de posgrado – “Introducción al análisis de datos ecológicos en R: fundamentos teóricos y prácticos”

Curso de posgrado – “Introducción al análisis de datos ecológicos en R: fundamentos teóricos y prácticos”


Profesor responsable: Dra. Natalia Andino, Dra Valeria Campos, MSc. Claudia de los Ríos.

Modalidad: Perfeccionamiento.
Fecha: Del 18 al 22 de Noviembre de 2013.
Lugar: Facultad de Ciencias Exactas Fisicas y Naturales. Universidad Nacional de San Juan

Objetivos

  1. Introducir y capacitar en el lenguaje estadístico usado en el software R, conocer sus ventajas y desventajas.
  2. Brindar al alumno el nexo teórico-práctico sobre el uso de la estadística como herramienta para resolver problemas ecológicos, dentro del entorno estadístico R.
  3. Conocer las librerías del entorno estadístico R que permiten el análisis de datos ecológicos.
  4. Realizar exploración de datos ecológicos, construcción de modelos estadísticos e interpretación de los resultados utilizando el entorno R.

Este curso está dirigido a graduados en Ciencias Biológicas o carreras afines. Se pretende que los alumnos sean capaces de aplicar distintos modelos estadísticos utilizando el entorno estadístico “R” debido a que es una herramienta estadística de acceso libre, gratuita, flexible, posee excelentes posibilidades gráficas, permite acceder y consultar foros de discusión gratuitos y libres donde participan estudiantes y profesionales de distintas áreas científicas y de diferentes partes del mundo. Además se pretende que los alumnos conozcan las herramientas estadísticas disponibles, sus ventajas y limitaciones, a los fines de poder analizar adecuadamente los datos obtenidos en sus investigaciones y así realizar inferencias precisas y avaladas estadísticamente.

Contenidos
Presentación del entorno estadístico “R”. Descarga e instalación del software R. Descarga e instalación de paquetes, organización de una sesión de trabajo y comandos básicos. Creación de scripts. Creación y manipulación de diferentes tipos de objetos en R: vectores, matrices, listas, data frames, y funciones. Importar y exportar datos en R. Tipos de Variables. Análisis exploratorio de datos y estadística descriptiva. Hipótesis estadísticas e hipótesis biológicas. Tipos de error. Potencia de una prueba. Modelos de regresión: simple y múltiple. Análisis de la varianza (ANOVA), análisis de la covarianza (ANCOVA). Evaluación de los supuestos. Colinealidad entre variables. Introducción a Modelos Lineales Generalizados: Poisson, Binomial, Binomial Negativa, Gamma. Selección de modelos por prueba de hipótesis y por inferencia de múltiples modelos.

Contacto: posgrado@unsj cuim.edu.ar, posgrado.fcefn@gmail.com