Perfil de la o delparticipante:

Alumnado de Doctorado UPV/EHU

Fechas:

Junio 2021

Duración / Horario:

• 18 horas (6 sesiones de 3 horas cada una).
• Horario: 16:00-19:00

Asistencia:

90% de asistencia obligatoria, ausencias siempre con causa justificada. (Ver punto 3 de la normativa básica para la participación en actividades de formativas transversales organizadas por la Escuela de Doctorado)

Idioma:

Castellano

Modalidad Presencial:

Sesiones presenciales en las que se respetarán las medidas de seguridad en materia sanitaria: será obligatorio el uso de mascarilla y mantener las distancias de seguridad.

Ante la imposibilidad de utilizar aulas de informática, las y los participantes deberán utilizar su propio ordenador portátil, con el software “R” instalado.

Lugar y días de celebración

Ponente, formadora y perfil:

Dña. Agueda Azpeitia. Diplomada en Estadística Aplicada por la UAB. Ha formado parte del equipo de Metodólogos y Biosestadísticos en proyectos de Investigación Estatales e Internacionales con financiación pública por más de 15 años y en el ámbito privado en CRO's. Docente de SPSS desde hace más de 10 años.

Número de participantes:

• 12 plazas
• Admisión por orden de inscripción. 

Inscripción:

Cada doctoranda o doctorando, deberá inscribirse en el Campus al que está adscrito el Programa de Doctorado en el que está matriculada, matriculado.

Objetivos:

El objetivo de este curso es dotar de los conocimientos y las habilidades necesarias para la realización de análisis descriptivos e inferencias estadísticas utilizando como herramienta el programa software libre R".

Los ejemplos y ejercicios están preparados para trabajar con datos relacionados con la investigación en ciencias del comportamiento o ciencias de la salud, aunque el curso está dirigido a doctorandos y doctorandas de cualquier programa de doctorado de la UPV/EHU.

Programa:

PRIMER DÍA

Taller “Buenas Prácticas para la creación de Bases de Datos de Investigación”

• Introducción al taller.
• Recomendaciones para la creación de bases de datos de investigación.
• Selección de variables a incluir/descartar.
• LOPD: Disociación vs Anonimización. Disociación del número de historia.
• Casos prácticos. Errores comunes.
• Ejercicio Práctico: Creación de una base de datos.

SEGUNDO DÍA

• Tema 1. Comenzando con R.
  • Presentación de Software
  • Instalación
  • Interfaz Grafica
  • R Commander (Rcmdr)
• Ejercicios
• Distribuciones de Probabilidad.
  • Cálculo de probabilidades
  • Representación de funciones
  • Generación de números aleatorios.
• Ejercicios

TERCER DÍA

• Análisis estadísticos básicos (I).
  • Datos categóricos:
    • Estadísticos descriptivos adecuados para datos categóricos.
    • Gráficos adecuados para la descripción de datos categóricos.
• Análisis estadísticos básicos (II).
  • Datos numéricos:
  • Definición estadística básica.
    • Estadísticos descriptivos adecuados para datos numéricos
      • Medidas de tendencia central y de posición.
      • Medidas de variabilidad.
      • Medidas de forma.
    • Gráficos adecuados para el análisis descriptivo de datos numéricos.
• Tablas de contingencia
  • Definición
  • Características
  • Prueba de c2
• Ejercicios

CUARTO DÍA

• Comparación de medias:
  • Muestras independientes
    • Definición estadística.
  • Muestras relacionadas
    • Definición estadística.
• Ejercicios
• Análisis de la Varianza (ANOVA)
  • Objetivos y aspectos teóricos.
  • Análisis de varianza entre grupos: homogeneidad/homocedasticidad.
    • Comparaciones múltiples: pruebas post-hoc

QUINTO DÍA

• Pruebas no paramétricas y sus usos. (I)
  • Prueba Kolmogorov-Smirnov. Teoría y ejemplos.
  • Ejercicios.
• Pruebas no paramétricas y sus usos. (II)
  • Comparación de medias:
    • Muestras independientes:
      • U Mann-Whitney.
      • Kruskal Wallis (K-W)
    • Muestras relacionadas
      • Test de signos de Wilcoxon.
• Ejercicios

SEXTO DÍA

• Resolución de dudas
• Ejercicios Recopilatorios
• Encuesta de Satisfacción