TÉCNICAS ACTUALES EN ESTADÍSTICA ♦ con R Software. 

Aprende a manejar las Técnicas y herramientas más avanzadas en BIOESTADÍSTICA:

 

Tratamiento outliers  Detección y Tratamiento de datos anómalos.


Anova, Regresión, Series Temporales...  

 

 En el ejemplo del gráfico podemos ver que la recta de regresión en negro está afectada por los datos anómalos, que las rectas robustas en color no lo están, siendo estas correctas.


Actualmente, en el ámbito de la Ramas de Ciencias Biológicas, Ecológicas, etc, se enseña a calcular técnicas estadísticas reduciéndolas al trabajo de laboratorio, en concreto, a realizar Análisis de Varianza y comparaciones múltiples con la prueba HSD de Tukey. 
Otros han aprendido que, cuando no se puede aplicar Anova deben utilizar técnicas no paramétricas como Chi-cuadrado, Kruskal-Wallis o t-Student. Otros se especializan en una técnica multivariante que aplican en numerosas investigaciones.

Pero nos olvidamos de que existen una multitud de Técnicas de Análisis Estadístico, Actuales y Avanzadas , que nos pueden abrir un sinfín de posibilidades para nuestras investigaciones.

 

Aquí comienza el trabajo de estas jornadas.

La predicción constituye una de las bases de la ciencia. Por su parte, los modelos predictivos permiten estimar cuál será el comportamiento esperado de una o más variables sobre el estudio que investiguemos. En Ecología, Biología, Biomedicina, etc, podemos predecir la recuperación de un determinando organismo, la esperada concentración de CO2 en un lugar determinado,...

 

  • URJC  Campus de Móstoles - Universidad Rey Juan Carlos (Madrid)

    Calle Tulipán s/n. 28933 Móstoles. Madrid -  Cómo llegar
  • Fechas: Días 7, 8, 9 y 10 de Abril de 2014

    Horario: De 16:00h a 20:00h

  • Precio:  390€   /  Duración: 50 horas (25 presenciales - 30 online)   /  Número de Plazas: 25

    Plazo de Matriculación abierto Hasta el día 4 de abril de 2014 inclusive

  • Lugar de Realización
  • Fechas y horarios
  • Otros datos de interés

Widgetkit

    • Actualmente, en el ámbito de la Biología se enseña a calcular técnicas estadísticas reduciéndolas al trabajo de laboratorio, en concreto, a realizar Análisis de Varianza y comparaciones múltiples con la prueba HSD de Tukey.
    • Otros han aprendido que, cuando no se puede aplicar Anova deben utilizar técnicas no paramétricas como Chi-cuadrado, Kruskal-Wallis o t-Student.

    • Otros se especializan en una técnica multivariante que aplican en numerosas investigaciones.

    • Pero nos olvidamos de que existen una multitud de técnicas de análisis estadístico, actuales y avanzadas, que nos pueden abrir un sinfín de posibilidades para nuestras investigaciones.


    RGLGraph82

    • Es ideal para investigadores, ingenieros, alumnos, PhDs que se encuentran cursando trabajos fin de grado, trabajos fin de máster, realizando tesis o investigaciones y quieren realizar un análisis cuantitativo en sus estudios.

    • Para diseñar correctamente la investigación desde la toma adecuada de datos.

    • Para saber detectar y tratar los outliers o datos anómalos y que no desvirtúen la inferencia de nuestras investigaciones.

    • Para aplicar técnicas estadísticas actuales más avanzadas que las clásicas, que han quedado ya obsoletas.

    • Para no dar datos falsos como válidos, aún apareciendo como positivos esos datos proporcionados por técnicas clásicas.

    • Para poder publicar en revistas científicas sin tener dudas a la hora de la técnica utilizada.

    • Para una interpretación correcta de datos estadísticos.

    • Para conocer qué formulación sobre estas técnicas hay que poner en las publicaciones.

    • Para que no puedan refutar nuestros datos sino confirmarlos para su publicación.

    • Porque tanto para biólogos, ingenieros, físicos, sociólogos o cualquier investigador, el conocimiento de este campo matemático resulta de vital.

    • importancia para poder realizar valoraciones sobre un experimento o hacer hipótesis.

    • Para ahorrar esfuerzo y trabajo a la hora de obtener resultados fiables.

    • Para una interpretación correcta de los gráficos diseñados.

    • Para ampliar el conocimiento estadístico sobre Regresión y Análisis de Series Temporales con detección y tratamiento de datos anómalos.

    • Para conocer la estadística aplicada que realmente es necesaria para el investigador, no formulaciones excesivas.
    • R es un software libre (GNU-GPL).

    • R es el software más empleado por estadísticos e investigadores.

    • La comunidad estadística provee la mejor documentación en línea sobre la utilización de R.

    • R está en continuo desarrollo y crecimiento por estadísticos de renombre (R Development Core Team).

    • R permite realizar todas las técnicas clásicas, avanzadas, actuales, robustas y de remuestreo, al contrario de los programas comerciales.

    • R proporciona un amplio abanico de herramientas estadísticas y gráficas de gran calidad.

    • R permite aprender mientras se hacen los cálculos.

    • R es multiplataforma, funciona en Mac, Windows y Linux.

    RGLGraph