MÁSTER ESTADÍSTICA APLICADA & R SOFTWARE

Del 23 de enero al 20 de Febrero de 2017.

Título propio de la Universidad
Rey Juan Carlos de Madrid
>>> Ver imagen del Título emitido <<<

Información general del Máster de Estadística Aplicada con R Software:

Duración:

9 meses-600h
60 ECTS

Modalidad:

100% online

Precio:

1.900€

Inicio:

6 de marzo

El objetivo principal del Máster es dotar al estudiante de las capacidades y destrezas necesarias para aplicar técnicas de análisis estadístico a la resolución de problemas reales de diversa índole, con el objeto de descubrir la información que contienen, generar predicciones, y comunicar de manera adecuada los resultados para elaborar conclusiones que faciliten la toma de decisiones en situaciones complejas.

 

En particular, el alumno será capaz de:

Integrar los conocimientos teóricos y prácticos necesarios para el análisis estadístico de datos.

Adquirir destrezas en la utilización correcta y racional del principal software estadístico (software R Poner en práctica los conocimientos adquiridos, aplicándolos a casos reales en el ámbito de las Ciencias 

El Máster en Estadística Aplicada con R software: técnicas clásicas, robustas, avanzadas y multivariantes, se dirige a alumnos con diferentes grados de formación: Diplomados, Ingenieros Técnicos, Licenciados e Ingenieros Superiores, Graduados, estudiantes de posgrado, Doctores e Investigadores... en distintas áreas científicas.

El desarrollo y seguimiento del curso se realizará a través de nuestro Campus basado en la plataforma Moodle. A través de éste se proporcionará una gúía de contenidos y actividades relativos a los temas que definen el programa del curso. Las actividades propuestas serán de carácter teórico-práctico, que permitirán asimilar y poner en práctica los conocimientos adquiridos. La resolución de dichas cuestiones y problemas por parte del alumno y su evaluación permitirá realizar un seguimiento del curso.

El alumno podrá realizar sus consultas mediante correo electrónico y a través de la propia mensajería del campus virtual, en los foros de cada tema, o en las sesiones de chat propuestas por el docente.

RECOMENDACIONES:

En este máster de estadística aplicada se introducirán desde un nivel elemental, de forma progresiva, las herramientas estadísticas necesarias para el desarrollo del mismo. Aunque se recomienda tener conocimientos previos de estadística general, no es necesario tenerlos de programación en R.

Formas de pago

  • Pago de 380€ (supone un 20% del pago total) en concepto de reserva al realizar la Preinscripción: del 23 de enero hasta el día 20 de febrero. Si el alumno finalmente no se matricula en el máster, este importe se devolverá íntegramente.
  • Pago único: del 80% restante del importe, hasta el día 27 de febrero.
  • Si se ha realizado la reserva, se ofrecerá al alumno la siguiente facilidad de pago fraccionado:

- Pago de reserva: 380€

- Pago a realizar la matrícula: 820€

- 20 de Abril: 350€

- 20 de Mayo: 350€

 

¿Dónde se efectúa el pago?

El pago se realizará durante el periodo de matrícula, mediante el formulario de inscripción:

  • Transferencia bancaria a la cuenta de Máxima Formación
  • Tarjeta de crédito
  • Paypal

Te facilitaremos los datos durante el proceso de matriculación.

 

¿Se puede bonificar el Máster?

Si la empresa para la cual trabajas está radicada en España y lo permite, puedes optar a la bonificación por la Fundación para la Formación y el Empleo.

A este tipo de ayuda podrá acceder toda empresa que durante el año anterior haya cotizado en concepto de formación profesional, así como aquellas de nueva creación. Podrán beneficiarse de estas ayudas mediante la aplicación de bonificaciones a la Seguridad Social, una vez realizada la formación.

Bonificación: Desde Máxima Formación podemos facilitarle la gestión completa de la bonificación, solo debes contactar con nosotros para que te indiquemos qué documentos nos debes facilitar.

Programa - Contenidos del Máster

  • MÓDULO I - 15 Créditos

    PRIMER MÓDULO: TÉCNICAS CLÁSICAS Y ROBUSTAS.

    Este módulo te ayudará a lidiar con datos complejos (muestras de pequeño tamaño, presencia de datos extremos o atípicos, el incumplimiento de los supuestos clásicos de la estadística -normalidad y homogeneidad de varianza-). Comenzamos con una rápida introducción al Software R y a las herramientas de gestión y manipulación de bases de datos. Aplicarás herramientas de estadística descriptiva clásica y conocerás técnicas actuales de estadística robusta que te permitirán obtener resultados más fiables. Serás capaz de generar gráficos potentes para resumir los principales patrones de tus datos. Profundizarás en los contrastes de hipótesis (paramétricos, no paramétricos y robustos) con los que pondrás a prueba las preguntas de tu investigación.

    Te enseñaremos a elegir la técnica más adecuada a cada caso para que saques el mayor partido a tus datos. Y por último veremos cómo informar de tus resultados estadísticos, aprenderás a detectar el alcance de tus resultados, la potencia estadística de tus análisis y cómo necesitas plantear tu estudio para obtener más chance de detectar efectos significativos.

    Este primer módulo contiene los temas 1-4

    TEMA 1. SOFTWARE R. Manejo de bases de datos en el software R. Programación.

    TEMA 2. ESTADÍSTICA DESCRIPTIVA. Variables categóricas y numéricas. Estadísticos clásicos y robustos. Gráficos avanzados.

    TEMA 3. ESTADÍSTICA INFERENCIAL. Pruebas paramétricas, no paramétricas y robustas.

    TEMA 4. REGRESIÓN Y CORRELACIÓN. Correlación simple, múltiple, parcial y robusta. Regresión lineal simple y múltiple. Selección de variables y transformaciones. Regresión robusta simple y múltiple.

  • MÓDULO II - 15 Créditos

    SEGUNDO MÓDULO: TÉCNICAS AVANZADAS

    Aprenderás diseños experimentales y modelos avanzados de análisis estadístico. Este módulo te permitirá analizar tus datos según su diseño experimental y crear diseños experimentales óptimos para responder a tus preguntas de investigación.

    También utilizarás técnicas avanzadas de modelado para predecir comportamientos. Modelos aditivos (AM), lineales generalizados (GLM, de Poisson, Binomiales negativos y Logísticos), mixtos (MM) y sus combinaciones (GAM, GAMM, GLMM). Los modelos mixtos, que están tan de moda, permiten modelar varianzas no constantes, efectos aleatorios y datos correlacionados (temporales y/o espaciales).

    Este segundo módulo contiene los temas 5 y 6.

    TEMA 5. DISEÑO EXPERIMENTAL ANOVA uni y bi-factorial. Diseño experimental por bloques aleatorizados, Diseño de medidas repetidas, Diseño split-plot, Diseño anidado o jerárquico y ANCOVA.

    TEMA 6. MODELOS AVANZADOS. Modelo lineal (LM), Modelo aditivo (AM), Modelo lineal generalizado (GLM) univariante, Modelo aditivo generalizado (GAM), Introducción al Modelo mixto (MM).

  • MÓDULO III - 30 Créditos

    TERCER MÓDULO: TÉCNICAS MULTIVARIANTES

    Estas técnicas actuales se conocen como Big Data o Data mining y se han puesto muy de moda debido a su capacidad de analizar grandes volúmenes de datos y estudios donde tenemos múltiples variables respuesta (biomarcadores, perfiles de clientes, etc.).

    Aprenderás métodos de clasificación automática o no supervisada como los Análisis Cluster y métodos de clasificación supervisada como el Análisis Discriminante y los Árboles de Regresión Multivariantes. Aplicarás distintas técnicas probar si existen diferencias significativas entre grupos para un conjunto de variables respuesta (MANOVA, ANOSIM, ADONIS, MRPP, Mantel) y técnicas de ordenación y reducción de las dimensiones de los datos.

    Este segundo módulo contiene los temas 7-10.

    TEMA 7. CLASIFICACIÓN. Análisis de conglomerados (Cluster) jerárquico y no jerárquico.

    TEMA 8.DISCRIMINACIÓN. Análisis discriminante (LDA) y Árbol de regresión multivariada (MRT).

    TEMA 9. COMPARACIÓN MULTIVARIANTE. Pruebas para diferencias multivariadas entre grupos (MANOVA, MRPP, ANOSIM, NPMANOVA, MANTEL).

    TEMA 10. ORDENACIÓN Y EXPLICACIÓN. Análisis de correspondencias (CA), CA sin tendencia (DCA), CA parcial (pCA), y CA canónico (CCA), Análisis de componentes principales (PCA), Análisis de redundancia (RDA).


Máster de Estadística Aplicada con R Software - IV Edición

-

Periodo para preinscribirte del 23 de enero al 20 de febrero de 2017

-

Inicio de Matriculación el 21 de febrero de 2017

-

Fecha de Inicio: 6 de marzo | Fecha de fin: 5 de diciembre

TÍTULO del Máster


Prácticas en Empresas


¡Te lo ponemos fácil! 

Para aquellos alumnos desempleados y sin experiencia laboral, le ofrecemos la oportunidad de realizar prácticas con alguna de las organizaciones que colaboran con nuestro programa, o si prefieres, encuentra tú mismo la empresa donde realizar las prácticas y nosotros te gestionamos el convenio.

ALFONSO LARA
Gerente, Máxima Formación | gerente@maximaformacion.es | +34 635 659 391


Nuestro MÁSTER DE ESTADÍSTICA APLICADA CON R SOFTWARE

 

Es completamente online y enfocado a la resolución de problemas reales. Enseña técnicas estadísticas avanzadas y actuales de data mining, big data & data analytics.

Si tienes alguna duda puedes consultar nuestras FAQs (preguntas frecuentes) y si no encuentras tu consulta:

SOLICITA INFORMACIÓN DEL MÁSTER

Preguntas Frecuentes:

  • ¿QUÉ VAS A ENCONTRAR EXACTAMENTE EN ESTE MÁSTER?

    Accederás al Campus Online con los materiales del máster: Temarios en versión navegable y pdf, Videotutoriales en cada tema con la resolución de ejercicios prácticos, códigos de trabajo y datos para realizar las actividades prácticas en cada tema, Guía del Campus, una Hoja de Ruta con recomendaciones para que organices mejor tus tiempos, además de foros para interactuar con otros estudiantes y con la profesora del Máster,... ¡Y más!

  • ¿ESTE MÁSTER ES SÓLO PARA PROGRAMADORES O MATEMÁTICOS?

    No, ni mucho menos. En este Máster se introducirán desde un nivel básico, y de forma progresiva, las herramientas estadísticas necesarias para el desarrollo del mismo. Aunque se recomienda tener conocimientos previos de estadística general, no es necesario tenerlos de programación en R ni de matemáticas.

  • ¿TENDRÉ QUE TRABAJAR MUCHO?

    Nada llegará sin esfuerzo. Para aprobar y obtener el título del Máster debes superar las actividades prácticas de cada tema. La calificación final del Máster tendrá en cuenta estas actividades prácticas y tu participación en foros, etc...

  • ¿QUIÉN FORMARÁ PARTE DEL EQUIPO DOCENTE?

    Rosana Ferrero, científica de datos y profesora del Máster en Estadística Aplicada con R Software. Participa en varios centros de investigación como el IAS-CSIC, CAPES y LINCGlobal. El Coordinador académico es Camilo Prado y la Directora académica es Alicia Blanco, ambos de la URJC.

  • ¿EN QUÉ SE DIFERENCIAN LOS CONTENIDOS DE OTRAS OFERTAS ONLINE?

    Sobre todo en la especialización, actualización y claridad de lo que exponemos. Hay un trabajo profundo de dirección formativa para homogeneizar y coordinar los contenidos que se presentan, para ayudarte a filtrar lo realmente relevante y que tú solo te centres en "aprender haciendo". Pero además ofrecemos un seguimiento personalizado para responder a todas tus dudas, ¡que seguro no son pocas!.

  • ¿EL TÍTULO QUE OBTENDRÉ CON ESTE MÁSTER ES UNIVERSITARIO?

    Si, es un Título Propio de la Universidad Rey Juan Carlos de Madrid, y es la universidad la que emite el título (en esta web dispones de un modelo real del título). Si quieres consultar sobre nuestro máster en el Centro de Formación Integral Permanente de la URJC o en: cifp.uttpp@urjc.es - Tfn.: 91 495 92 59 | Contacto: Beatriz Royuela (URJC).

    Si eres de otro país, el título puede apostillarse.

¿Quieres dar el salto definitivo en tu carrera profesional y ser un científico de datos?

Entonces... ¿Qué esperas?

PREINSCRÍBETE AHORA EN EL MÁSTER



Opiniones de los alumnos del máster

Últimos post del Blog de Estadística aplicada

TÍTULO PROPIO DE ESTADÍSTICA APLICADA CON R SOFTWARE. TÉCNICAS CLÁSICAS, ROBUSTAS, AVANZADAS Y MULTIVARIANTES
5 stars - basadas en 15 opiniones