Actividades Formativas - Introducción al análisis estadístico con R

OBJETIVOS Y CONTENIDOS:

Conocer los fundamentos básicos del lenguaje R y, a través de éste, acceder a archivos de datos, procesarlos y realizar un análisis estadístico y gráfico de los mismos. El curso consta de dos partes bien diferenciadas: Una que introduce el lenguaje R, los objetos de que consta y su funcionamiento y otra dedicada al análisis estadístico con R.

Primera parte: el sistema R

1. El lenguaje, sistema y ecosistema de R. Además de la imprescindible presentación de R y sus características, se mostrarán las fuentes principales de software (instalación base y paquetes) e información a través de la web que se usará durante el curso.
2. Vectores. Todos los objetos que almacenan lo que solemos llamar datos son vectores. Conocer sus tipos y propiedades es por tanto imprescindible para cualquier acción que requiera la creación, acceso o modificación de los mismos, y para la aplicación de los análisis posteriores y recuperación de la salida.
3. Entrada y salida. Diferentes formatos en que podemos recibir información y cómo leer, importar y exportar archivos y resultados.
4. Paquetes. La principal fortaleza de R, tras el lenguaje en sí mismo, es la cantidad de paquetes disponibles (más de 12.000 actualmente) que cubren casi cualquier tipo de necesidad concebible. Es imprescindible por tanto saber localizarlos, instalarlos y utilizarlos.
5. Funciones y programación. La programación permite ampliar la complejidad de los tratamientos y análisis realizados, así como su generalización, siendo las funciones uno de los pilares del funcionamiento de R.
6. Gráficos. Una de las especialidades de R, es necesario conocer su estructura para acceder a ellos y realizar las modificaciones necesarias.

Segunda parte: Análisis estadístico con R

1. Descripción de los datos. Etapa inicial en el análisis de datos. El conjunto de datos es preparado (subsanación de errores) para los análisis posteriores. Limpieza, gestión y organización de los conjuntos de datos, primera descripción de las variables (estadísticos de tendencia central, posición y dispersión) y asociación entre variables. Gráficos y representación de la información.
2. Contrastes de hipótesis. Etapa intermedia en el análisis, se investigan las relaciones entre las variables a través de las técnicas de contraste de hipótesis (medias, varianzas y otros parámetros de la población). Análisis de varianza (anova). Cumplimiento de supuestos. Técnicas no paramétricas.
3. Modelos estadísticos: Etapa avanzada en el análisis. Si los objetivos del análisis así lo requieren se busca la construcción de modelos explicativos y/o predictivos: regresión lineal, modelos lineales generalizados (logística bivariada). Análisis factorial exploratorio y confirmatorio. Modelos con efectos aleatorios.
4. Análisis de instrumentos de medida: Análisis especializados para la construcción de cuestionarios, test y pruebas diagnósticas. Fiabilidad, validez  y capacidad de diagnóstico (sensibilidad y especificidad). Curvas ROC.

DESTINATARIOS: Estudiantes de doctorado, en especial de programas de doctorado de Ciencias de la Salud, Ciencias del Comportamiento y disciplinas afines (Trabajo Social, Educación, etc.) que quieran aprender a realizar los análisis estadísticos con R.
Es importante recalcar que, dada la densidad del temario, no se van a explicar los fundamentos estadísticos de las técnicas utilizadas; tan sólo cómo acceder a ellas desde R. Por ello, se recomienda tener conocimientos de las técnicas estadísticas de interés, así como de informática a nivel usuario.

IMPARTIDO POR: Dr. José C. Chacón Gómez y Dr. Miguel Á. Castellanos López.

DURACIÓN: 20 horas.