programa-estadistica-r

Programa

Temas:

  1. Introducción. Repaso de estadística. Lenguajes de programación. Lenguaje R y RStudio. Comandos básicos.

  2. Sintaxis de R. Tipos de variables y de objetos. Funciones. Operadores. Vectores, factores, data.frames, listas. Funciones y argumentos en R. Entorno RStudio. Paquetes de R.

  3. Lectura y escritura de datos: Ficheros de textos y binarios. Lectura de daros con distintos paquetes. Encoding. Importar y exportar archivos de otras aplicaciones. Conexiones. Lectura de datos de internet.

  4. Universo tidyverse.Tidy data y manejo de datos. Estrategia Split-apply-combine para el manejo de datos. Pipes. Reordenamiento de bases de datos.     

  5. Estadística descriptiva. Cálculo de estadísticos descriptivos con R.

  6. Gráficos. Principios de economía de Tufte. Gráficos exploratorios y expositivos. Gráficos con R base: principales tipos de gráficos y opciones. Añadir objetos a un gráfico. Anotaciones de gráficos. Composición de varios gráficos. Exportar gráficos.

  7. Paquete ggplot2. Gramática de los gráficos. Representación multivariante mediante cualidades estéticas del gráfico. Geometrías. Escalas. Panelas. Temas.   

  8. Programación con R. Ramificaciones. Condiciones. Bucles: condiciones lógicas, funciones.

  9. Inferencia. Estimación puntual y por intervalo. El concepto de intervalo de confianza. Test de hipótesis paramétricos y no paramétricos para diferentes estadísticos. Concepto de p-valor. Gráficos cuantil-cuantil para examinar normalidad. Tabla de contingencias.

  10. Regresión y correlación. Regresión lineal simple. Regresión cuadrática. Transformación de relaciones potenciales y exponenciales a lineales. Residuos y diagnósticos de un modelo. Banda de confianza y de predicción. Regresión lineal con varias variables.

  11. Anova de una y dos vías. Diagnósticos. Test de Kruskal-Wallis y Friedman. Interacción. Introducción al diseño.

  12. Potencia y tamaño muestral. El paquete pwr. Conceptos de diseño experimental: variables confusoras.

  13. Regresión múltiple y logística. Selección de modelos, procedimientos step.

  14. Modelos lineales generalizados.

  15. Métodos de remuestreo. Bootstrap y permutaciones. Cálculo de potencia con simulaciones.

  16. Tópicos avanzados. Sensitividad, especificidad y curvas ROC. Cálculo de AUC y equivalencia con test de Wilcoxon. Introducción al análisis de supervivencia.