Después de las fiestas de primavera comienza un nuevo curso de EIDUM: “Métodos de contraste de hipótesis y diseño de experimentos”.

Son dos sesiones (dos semanas) y hemos abierto dos grupos.

Destinatarios

Para cualquier investigador resulta básico la lectura y la generación de documentación donde se encuentran detallados los procedimientos de análisis estadístico. En este curso se plantea como objetivo general proporcionar a los participantes la capacidad práctica para abordar un estudio estadístico basado en el contraste de hipótesis. De forma práctica se abordarán, especialmente, tanto el análisis de la varianza (ANOVA) como la realización de análisis lineal (regresión lineal), pasando por otros aspectos relevantes y test más habituales.

Se trata de un curso eminentemente práctico y es imprescindible tener conocimientos de R (en particular de tabulación y representación gráfica de datos) y del uso de investigación reproducible.

Competencias

• Se capaz de realizar adecuadamente un análisis de la varianza con R e interpretar los resultados obtenidos.
• Se capaz de realizar adecuadamente un análisis de regresión con R e interpretar los resultados obtenidos.
• Ser capaz de evaluar la adecuación de los principales test estadísticos a los problemas y los casos prácticos más frecuentes.

Contenidos

1. Conceptos y distribuciones de probabilidad aplicados al contraste de hipótesis. El teorema del límite central. Los intervalos de confianza de un estadístico y los tipos de variables.
2. Introducción a la aplicación de los contrastes de hipótesis y las situaciones de aplicación.
3. Pruebas de diferencias de poblaciones (t, $\chi^2$ y ANOVA).
4. Modelos de respuesta (el modelo lineal y otros modelos).

Resultados de aprendizaje

• Capacidad de uso de los conceptos de probabilidad, las pruebas estadísticas, el contrastes de hipótesis y la significación en la elaboración de los datos propios y en la lectura crítica de documentación técnica.

• Identificar las situaciones más frecuentes en el diseño de experimentos y sus soluciones.

• Realización de protocolos de análisis con R y uso de análisis reproducible para elaborar informes de resultados.