SESIÓN 01: INTRODUCCIÓN A R
- Objetivo:
- Explicar las principales características de R, descargar e instalar el software y conocer las principales funciones del mismo.
- Temas:
- ¿Qué es R?
- Instalación y descarga
- Utilidad r
- Editores especializados
- Área de trabajo (workspace)
- Paquetes
- R como calculadora
- Ejemplos:
- Utilizando Ayuda
- Directorio de trabajo
- Operaciones matemáticas
- Instalación de paquetes
- Personalización de RStudio
SESIÓN 02: GESTIÓN DE BASE DE DATOS
- Objetivo:
- Detallar la gestión de base de datos: tipos, estructura de datos que se presentan en R; y explicar la importación y exportación de distintos archivos.
- Temas:
- Base de datos
- Importación de datos
- Exportación de datos
- Ejemplos:
- Importación de un archivo XLSX
- Exportación de un archivo XLSX
- Importación de un archivo CSV
- Importar un archivo DTA
- Importación y exportación
SESIÓN 03: MANEJO DE DATOS
- Objetivo:
- Detallar la preparación de una base de datos para la manipulación de la misma a través de R.
- Temas:
- Crear una variable
- Etiquetar una variable
- Renombrar variable
- Recodificar variables
- Ordenar datos
- Fusionar datos
- Ejemplos:
- Crear una nueva variable
- Renombrar variable
- Fusión de Datos - Parte I
- Fusión de Datos - Parte II
SESIÓN 04: ESTADÍSTICA DESCRIPTIVA
- Objetivo:
- Explicar sobre la estadística descriptiva y aplicarlo en R.
- Temas:
- Estadística descriptiva
- Medidas de tendencia central
- Medidas de tendencia no central
- Medidas de dispersión
- Medidas de forma
- Ejemplos:
- Distribución de frecuencias
- Medidas de tendencia central y no central
- Medidas de dispersión
SESIÓN 05: GRÁFICOS EN R
- Objetivo:
- Elaborar diferentes gráficos estadísticos mediante el uso de R.
- Temas:
- Gráficos estadísticos
- Gráficos univariantes
- Gráficos multivariantes
- Ejemplos:
- Gráficos univariantes - Cualitativos
- Gráficos univariantes - Cuantitativos
- Diagrama de dispersión
SESIÓN 06: MUESTREO ALEATORIO
- Objetivo:
- Dar a conocer la importancia de la selección aleatoria en las muestras para realizar estimaciones o inferencias en la población.
- Temas:
- Conceptos previos
- Tipos de muestreo
- Muestreo aleatorio simple
- Ejemplos:
- Media estimada
- Promedio
- Intervalo de confianza
SESIÓN 07: PROBABILIDADES
- Objetivo:
- Presentar la importancia de la selección aleatoria en las muestras para realizar estimaciones o inferencias en la población.
- Temas:
- Probabilidades
- Experimentos aleatorios
- Espacio muestral
- Eventos
- Probabilidad con R
- Ejemplos:
- Muestra aleatoria
- Función Cards
- Función Subset
SESIÓN 08: TÉCNICAS DE CONTEO
- Objetivo:
- Aplicar combinatorias o permutaciones en los análisis mediante R.
- Temas:
- Conteo de puntos muestrales
- Variaciones
- Permutaciones
- Combinaciones
- Probabilidad con R
- Ejemplos:
- Variación sin repetición
- Combinatoria sin repetición
- Permutación sin repetición
- Variación con repetición
- Combinatoria con repetición
SESIÓN 09: DISTRIBUCIONES DISCRETAS
- Objetivo:
- Explicar las principales distribuciones discretas y la aplicación de las mismas mediante R.
- Temas:
- Ensayos Bernoulli
- Distribución binomial
- Distribución geométrica
- Distribución binomial negativa
- Distribución hipergeométrica
- Distribución Poisson
- Ejemplos:
- Poisson
- Hipergeométrica
- Binomial
- Distribución geométrica
- Binomial negativa
SESIÓN 10: DISTRIBUCIONES CONTINUAS
- Objetivo:
- Presentar las principales distribuciones continuas y la aplicación de las mismas mediante R.
- Temas:
- Distribución uniforme
- Distribución normal
- Distribución exponencial
- Distribución chi-cuadrado
- Distribución T student
- Probabilidad F
- Ejemplos:
- Normal
- Chi-cuadrado
- Gráfica de función densidad de la distribución normal
- Exponencial
- T-student
SESIÓN 11: ESTIMACIÓN DE PARÁMETROS
- Objetivo:
- Explicar sobre la sobre estadística inferencial y aplicarlos en R.
- Temas:
- Estimación puntual
- Estimación por intervalos
- Estimación por intervalo de la media
- Ejemplos:
- Intervalo de confianza
- Intervalo de confianza para la proporción
- Intervalo de confianza para la varianza
- Diferencia de medias
- Diferencia de proporciones
SESIÓN 12: PRUEBAS ESTADÍSTICAS PARAMÉTRICAS
- Objetivo:
- Explicar las pruebas de estadística paramétrica y los procedimientos usando R.
- Temas:
- Pruebas de hipótesis
- Prueba T para una muestra
- Prueba T para muestras independientes
- Prueba T para muestras relacionadas
- Prueba Z para una muestra
- Prueba Z para dos muestras
- Ejemplos:
- Prueba Z
- Muestras relacionadas
- Prueba T dos colas
- Prueba T para muestras independientes - Parte 1
- prueba T para muestras independientes - Parte 2
SESIÓN 13: PRUEBAS ESTADÍSTICAS NO PARAMÉTRICAS
- Objetivo:
- Explicar sobre las pruebas de estadística no paramétrica y los procedimientos mediante R.
- Temas:
- Chi-cuadrado
- Binomial
- Rachas
- Kolmogorov-Smirnov
- U de Mann Whitney-Wilcoxon
- Kruskall-Wallis
- Rangos de signos de Wilcoxon
- Friedman
- Ejemplos:
- Chi-cuadrado
- Kolmogorov-Smirnov
- Friedman
- Prueba de los Kruskall Wallis
- Prueba de los rangos con signo de Wilcoxon
SESIÓN 14: MODELOS DE REGRESIÓN LINEAL
- Objetivo:
- Desarrollar los tipos de modelos de regresión lineal (simple y múltiple) con sus supuestos.
- Temas:
- Regresión lineal simple
- Regresión lineal múltiple
- Bondad de ajuste y significancia
- Supuestos del modelo de regresión lineal
- Errores de especificación
- Ejemplos:
- Regresión lineal simple
- Regresión lineal múltiple
- Error de especificación
- Regresión lineal múltiple y prueba Reset - Parte 1
- Regresión lineal múltiple y prueba Reset - Parte 2
SESIÓN 15: REGRESIONES NO LINEALES
- Objetivo:
- Presentar los modelos de regresión no lineal, así como el ajuste de curvas para dichos modelos en R.
- Temas:
- Modelos no lineales
- Regresión cuadrática
- Regresión exponencial
- Regresión potencial
- Regresión logarítmica
- Regresión polinómica
- Ejemplos:
- Regresión cuadrática - Parte 1
- Modelo cúbico
- Regresión exponencial
- Regresión cuadrática - Parte 2
- Regresión cúbica
SESIÓN 16: CORRELACIÓN
- Objetivo:
- Detallar el análisis sobre la relación que se puede establecer entre variables a través de la correlación.
- Temas:
- Coeficiente de correlación
- Correlación múltiple
- Correlación parcial
- Correlación semiparcial
- Función CORRPLOT
- Función CORRPLOT.MIXED
- Ejemplos:
- Correlación
- Correlación múltiple
- Correlación parcial
- Correlación semi parcial
- Calculando el R y R cuadrado
SESIÓN 17: MULTICOLINEALIDAD
- Objetivo:
- Explicar sobre el problema de multicolinealidad y correcciones teóricas-prácticas.
- Temas:
- Multicolinealidad
- Detección de la multicolinealidad
- Soluciones de la multicolinealidad
- Ejemplos:
- Multicolinealidad - Parte 1
- Detección de multicolinealidad
- Multicolinealidad - Parte 2
- Solución multicolinealidad - Parte 1
- Solución multicolinealidad - Parte 2
SESIÓN 18: HETEROCEDASTICIDAD
- Objetivo:
- Explicar el problema de heterocedasticidad, cómo detectarla, solucionarla y aplicarla en R.
- Temas:
- Heterocedasticidad
- Detección de la heterocedasticidad
- Solución a la heterocedasticidad
- Ejemplos:
- Métodos gráficos
- Breusch-Pagan
- Goldfeld-Quandt
- Test de White
- Corrección del modelo
SESIÓN 19: AUTOCORRELACIÓN
- Objetivo:
- Explicar cómo detectar y solucionar el problema de autocorrelación en R.
- Temas:
- Autocorrelación
- Detección de la autocorrelación
- Ejemplos:
- Durbin-Watson
- Ljung-Box
- Breusch-Godfrey
- Test de autocorrelación
- Corrección de la autocorrelación
Plan de estudios actualizado: 18 de junio del 2021
Redes en las que nos puedes ubicar
NÚMEROS EN LOS QUE NOS PUEDES UBICAR
+51 923 444 442
institutoICIP
info@icip.pe
institutoICIP
+51 923 444 442
info@icip.pe
NOSOTROS
DIRECCIÓN
Cal. Santa Florencia 564
Urb. Pando 3era Etapa
Cercado de Lima, Lima - Perú
Referencia: Cruce de la Av. Universitaria con la Av. Venezuela
HORARIO DE ATENCIÓN
Oficina:
Lunes a Sábado
8:00 am - 4:45 pm
Central telefónica
8:00 am - 10:00 pm
Domingos
8:00 am - 5:00 pm