Nuevo - Herramientas de análisis estadístico para Data Science

Este curso aborda los modelos y métodos estadísticos más utilizados en la ciencia de datos, aplicados en la resolución de problemas de industria.


Descripción

El fenómeno del big data ha favorecido el acceso a datos e información desde diversas fuentes, pero todos estos datos y grandes volúmenes de información no serán útiles si no se procesan para extraer de ellos información que sea relevante para la toma de decisiones. El big data ha favorecido el acceso a información en mayor volumen y complejidad, lo que conlleva que para el análisis sea necesario utilizar técnicas estadísticas más avanzadas y con mayor nivel de sofisticación, en atención al correcto uso de los datos para los procesos de toma de decisiones.

El presente curso entrega herramientas conceptuales y técnicas sobre diferentes elementos estadísticos: estadística descriptiva, inferencial, probabilidades, métodos y modelos estadísticos, todos elementos necesarios para realizar análisis de datos a grandes volúmenes de información.

Al finalizar el curso, los participantes conocerán diferentes modelos y métodos para procesos de análisis de datos, y podrán distinguir cuál de las técnicas estudiadas son pertinentes para los diferentes problemas a resolver en el contexto profesional.

Este curso ofrece una conceptualización teórica de diferentes técnicas de la disciplina estadística y complementa su enseñanza mediante aplicaciones prácticas, para entrenar a los participantes en su aplicación con el apoyo de software estadístico. 

Dirigido a

Ingenieros Civiles y de Ejecución de los diversos ámbitos de especialización, Ingenieros Comerciales, Economistas, Administradores Públicos, Psicólogos, Sociólogos que se desempeñan en áreas de gestión con datos.

Prerrequisitos

•    Manejo de los conceptos elementales de análisis de datos para la toma de decisiones.
•    Dominio básico de MS Excel.

Objetivo de aprendizaje

Utilizar diferentes técnicas estadísticas para realizar procesos de análisis a grandes volúmenes de datos, distinguiendo la pertinencia de aplicación según la naturaleza de los procesos de toma de decisiones.

Desglose de cursos

Curso: Herramientas de Análisis Estadístico para Data Science
Horas lectivas: 25 horas cronológicas
Créditos: 5

Objetivos Específicos:
-    Utilizar las principales herramientas de estadística descriptiva y estimación.
-    Implementar correctamente usos de gráficos y clasificación.
-    Distinguir las diferencias entre eventos probabilísticos y determinísticos.
-    Aplicar los conceptos de error y experimentar modelos estadísticos y predicción.

Contenidos:
-    Estadística Descriptiva
o    Introducción.
o    Tablas de frecuencia.
o    Estadísticos descriptivos.
o    Conceptos de posición y dispersión.
o    Gráficos estadísticos
o    Aplicaciones e interpretación
-    Probabilidades.
o    Contexto matemático.
o    Muestra y población.
o    Modelos de probabilidad usual.
-    Inferencia
o    Principios de estimación.
o    Estimación por intervalos.
o    Pruebas de hipótesis.
o    Aplicaciones e interpretación.
-    Modelo Lineal
o    Análisis de varianza (ANOVA).
o    Regresión lineal simple y múltiple.
o    Análisis de residuos.
o    Bondad de Ajuste.
o    Aplicaciones en datos reales.
-    Modelos Generalizados.
o    Introducción a los modelos lineales generalizados.
o    Regresión logística.
o    Árboles de decisión.
o    Modelos de suavizamiento no paramétricos.
-    Tópicos de Modelación
o    Introducción a las series de tiempo.
o    Análisis de series cronológicas financieras.
o    Datos categóricos

METODOLOGÍA
En las horas teóricas el relator desarrollará los contenidos con medios audiovisuales (presentaciones y diapositivas), basado en una metodología participativa.
En las horas prácticas, se realizarán las siguientes actividades:
-    Resolución de guías de problemas mediante el uso de técnicas estadísticas (estadística descriptiva, inferencia, probabilidades, regresiones, series de tiempo, entre otras observadas en el curso), de manera individual, con la supervisión del relator y con el apoyo de software computacional.
-    Desarrollo de ejercicios que le permita a los participantes discriminar las técnicas estadísticas pertinentes a utilizar según la naturaleza del problema, en grupos de 5 participantes, con la conducción y orientación del relator y con el apoyo de software computacional.


Equipo Docente

JEFE DE PROGRAMA
RICARDO ARAVENA CUEVAS
Licenciado en Estadística, Pontificia Universidad Católica de Chile.
Magíster en Estadística, Pontificia Universidad Católica de Chile.
Profesor del Departamento de Estadística de la Facultad de Matemáticas UC. Ha dictado más de 40 cursos sobre estadística, métodos y modelos a diferentes programas de pregrado y postgrado, en las áreas de medicina, ingeniería, ciencias de la salud y ciencias sociales.
Actualmente es el Jefe de Programa del Diplomado en Estadística UC.

EQUIPO DOCENTE
Alvarado Celis, Ana María, Profesora Magíster en Estadística, Pontificia Universidad Católica de Chile.

Alvear Leyton, Alexis, Subdirector DATA UC, Magíster en Administración de Empresas, Universidad de Sevilla, España.

Aravena Cuevas, Ricardo, Profesor Asociado Adjunto, Magíster en Estadística, Pontificia Universidad Católica de Chile.

Bravo Mella Mónica, Profesora Instructor Adjunto, Licenciada en Estadística, Pontificia Universidad Católica de Chile.

Galea Rojas Manuel, Profesor Asociado, Doctor en Estadística, Universidad de Sao Paulo.

Molina Núñez, Alonso, Estadístico y Magíster en Estadística, Pontificia Universidad Católica de Chile.

Olea Ortega Ricardo, Profesor Asistente Adjunto, Doctor en Estadística, Pontificia Universidad Católica de Chile.

Quinlan Binelli José, Profesor Instructor Adjunto, Doctor en Estadística, Pontificia Universidad Católica de Chile.

Evaluación

•    1 Quiz, que consiste en la resolución de problemas utilizando diferentes técnicas estadísticas (descriptiva, inferencial, probabilística, regresiones, series de tiempo, conglomerados, entre otros), desarrollado de manera individual: 50% - evaluado con una rúbrica.
•    1 Taller práctico que contempla el diseñar el proceso de análisis de datos para entregar una solución a una situación problema que será entregada por el profesor. El taller será realizado en grupos de 5 personas y será evaluado con una rúbrica: 50% de ponderación de la nota final.

Requisitos de aprobación

a)    Requisito académico: los alumnos deberán obtener una nota 4.0 o más y cumplir con el requisito de asistencia de un 75%.
Los alumnos que cumplan con estos requisitos recibirán un certificado de aprobación.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Bibliografía

- Lind, D., Manson R., Marchal, W. (1998), Estadística para administración y economía, Pearson Prentice Hall.
- Canavos, G.C. (1988), Probabilidad y Estadística; Aplicaciones y Métodos. Mc Graw-Hill.
- Walpole, R. et. al (2007), Probabilidad y estadística para ingeniería y ciencias. Pearson.
- R Development Core Team (2000), Introducción a R, https://cran.r-project.org/doc/contrib/R-intro-1.1.0-espanol.1.pdf.
- Apuntes de elaboración propia.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a la ejecutiva de admisión, señorita Carla Díaz Mora, al correo cdiazmora@uc.cl:

-    Fotocopia simple de la cédula de identidad por ambos lados.
-    Copia simple de título o licenciatura.
-    Certificado laboral o currículum vitae actualizado.

VACANTES: 40
 “No se tramitarán postulaciones incompletas”.

• El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles con un vale vista que deberá ser retirado en el  Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel. A las personas que se retiren  una vez iniciado el programa por motivos de fuerza mayor, se les cobrarán las horas cursadas hasta la fecha  de la  entrega de solicitud formal de retiro más el 10% del valor total del programa. En ambos casos la devolución demorará 15 días hábiles y se efectuará a través de un vale vista que deberá ser retirado en el  Banco Santander.

imagen
SOLICITAR MÁS INFORMACIÓN
ACTIVIDAD NO DISPONIBLE
PARA INSCRIPCIÓN

POR FAVOR DÉJENOS SU CONSULTA
Y LO CONTACTAREMOS


Otros programas que pueden ser de su interés

Diplomado en Data Science

Diplomado en Estadística, mención Métodos Estadísticos
IMPORTANTE : Politicas de privacidad

El sitio de educación continua UC utiliza cookies.

Las cookies son pequeños archivos que son transferidos a su dispositivo (Computadora o móvil) y que permanecen ahí por una duración de tiempo limitada, para ayudar a personalizar la experiencia de uso del sitio web y la publicidad que verá de los productos que este ofrece.
Educación continua UC utiliza tanto cookies propias como de terceros.

Particularmente el sitio utiliza cookies para habilitar las funcionalidades de remarketing de Google AdWords y retargeting de Facebook Exchange, para así realizar campañas personalizadas de anuncios en línea, para aquellas personas que han visitado el sitio web. Por tanto si navega por nuestro sitio web, es probable que luego vea anuncios de nuestra empresa en otros sitios que visite.

Si no desea que se muestren esos anuncios o que se almacenen datos sobre su actividad en nuestro sitio web, puede configurar su navegador, para dejar de aceptar cookies o para que le avise antes de aceptar una cookie de los sitios web que visite. Adicionalmente para el caso particular de Adwords, puede inhabilitar el uso de estas cookies mediante el Administrador de Preferencias de Anuncios de Google.