Temario y recursos del Curso de Estadística Inferencial con R
Temario del Curso de Estadística Inferencial con R
Teoría
- Bienvenida
- Valor esperado condicional
- Muestras y poblaciones
- Muestreo
- Estimadores y parámetros
- Casos paramétricos y no paramétricos
- El espacio de parámetros
- Estimación puntual
- Estimación por intervalo
- Tamaño muestral
- Sesgo y varianza
- Teoría no paramétrica
- Estimación funcional: una sola variable
- Estimación funcional: valor esperado condicional
- Bootstrapping
- Validación cruzada
- Introducción a las pruebas de hipótesis
- Pruebas de hipótesis
Simulación
- Teorías formales
- Instalación de R
- Explorando datos simulados
- Simulando estimadores puntuales
- Simulando intervalos de confianza
- Observando el comportamiento del tamaño muestral
- Estimando distribuciones simuladas
- Red neuronal vs. regresión lineal
- Examinando el sesgo y la varianza
- Haciendo un bootstrapping a un modelo
- Hagamos la validación cruzada
- Revisemos la potencia de una prueba
Para este curso vas a necesitar
5 Horas de contenido
8 Horas de práctica
Conocimientos previos
- Conocimientos en estadística.
- Programación en R.
Software para este curso
- R Studio.
Proyecto del curso
Modelo de Pronóstico de Logros AcadémicosAnaliza el rendimiento de miles de estudiantes con tan solo una muestra. Determina las variables socioeconómicas que incrementan el rendimiento de un alumno y visualiza gráficamente los resultados
Para este curso vas a necesitar
5 Horas de contenido
8 Horas de práctica
Conocimientos previos
- Conocimientos en estadística.
- Programación en R.
Software para este curso
- R Studio.
Proyecto del curso
Modelo de Pronóstico de Logros AcadémicosAnaliza el rendimiento de miles de estudiantes con tan solo una muestra. Determina las variables socioeconómicas que incrementan el rendimiento de un alumno y visualiza gráficamente los resultados
Teoría
- Bienvenida
- Valor esperado condicional
- Muestras y poblaciones
- Muestreo
- Estimadores y parámetros
- Casos paramétricos y no paramétricos
- El espacio de parámetros
- Estimación puntual
- Estimación por intervalo
- Tamaño muestral
- Sesgo y varianza
- Teoría no paramétrica
- Estimación funcional: una sola variable
- Estimación funcional: valor esperado condicional
- Bootstrapping
- Validación cruzada
- Introducción a las pruebas de hipótesis
- Pruebas de hipótesis
Simulación
- Teorías formales
- Instalación de R
- Explorando datos simulados
- Simulando estimadores puntuales
- Simulando intervalos de confianza
- Observando el comportamiento del tamaño muestral
- Estimando distribuciones simuladas
- Red neuronal vs. regresión lineal
- Examinando el sesgo y la varianza
- Haciendo un bootstrapping a un modelo
- Hagamos la validación cruzada
- Revisemos la potencia de una prueba
