Educación Continua IGL

Curso

Dinámica terrestre superficial

Estadística multivariada en R

Instituto de Geología, UNAM

Las diferentes ramas de la estadística aplicada ofrecen un lenguaje cuantitativo común para las disciplinas científicas y técnicas en general. Frecuentemente, las bases de datos ofrecen perspectivas complejas de problemas difíciles de representar dada la gran cantidad de variables involucradas. En estos casos es necesario recurrir a técnicas de reducción dimensional u ordenamiento así como a técnicas de agrupación. En este sentido, este curso busca realizar una revisión conceptual de técnicas estadísticas multivariadas básicas, útiles para comprender bases de datos multivariadas complejas. Igualmente, se pretende ofrecer una formación básica en el manejo del lenguaje de trabajo y programación R, mismo que ofrece gratuitamente las herramientas para la implementación de las técnicas estadísticas aprendidas.

Enfoque y objetivo:
Desarrollar en el estudiante capacidades conceptuales y técnicas para el análisis de datos enfocado en la visualización y análisis de bases de datos multivariadas.

CONOCIMIENTOS Y HABILIDADES AL CONCLUIR EL TALLER:

Capacidad para identificar tipos de variables y su tratamiento estadístico.
Capacidad para resumir, representar e interpretar bases de datos multivariadas.
Habilidad en el manejo del software estadístico R, especialmente en la implementación de análisis de cluster, análisis de componentes principales y escalamiento multidimensional no métrico.

Perfil del participante:
Público en general.

Requisitos para obtener constancia académica:

Cumplir con el 80% de las asistencias.
Calificación mínima de 7.0 (escala de 1.0 a 10.0) basada en:
- Ensayo 30%
- Ejercicio práctico final 70%.

Tema 1. Tipos de variables

Tema 2. Técnicas de agrupamiento (análisis de cluster)

2.1 La distancia multivariada
2.2 Métodos de aglomeración

Tema 3. Técnicas de reescalamiento multidimensional

3.1 Correlación estadística
3.2 Análisis de componentes principales (PCA)
3.3 Escalamiento multidimensional no métrico (NMDS)
3.4 Visualización de resultados.

REFERENCIAS BIBLIOGRÁFICAS:

Legendre, P., and Legendre, L. (1998). “Numerical Ecology”. Elsevier Scientific, Oxford, UK.
Venables, W. N., and Ripley, B. D. (2002). “Modern applied statistics with S”. Springer, New York, NY.
Zar, J. H. (1999). “Biostatistical Analysis”. Prentice-Hall, Upper Saddle River, NJ.

Dr. Alexander Correa Metrio
Instituto de Geología, UNAM

Licet Olguín
CIIDIR Oaxaca

Las explicaciones me me parecieron muy claras y me ayudaron a comprender mejor los análisis. No obstante, el tiempo fue poco, me gustaría participar en un curso un poco más largo para abordar con más detalle cada una.

Rocio Montes
BBVA

Me agrado bastante la explicación y la parte práctica que realizo, Alex
de igual manera aprecio mucho la atención a las dudas que surgieron, sin embargo siento que en la primera clase nos tardamos un poco con el tema de comandos principales de R hubiera sido un poco más dinámico haber tenidos unos tips de primera lección para que no nos atoraramos mucho en ese tema tan sencillo.

Jacob Jesús Nieto
Facultad de Ingeniería

Gran taller en R, una gran explicación de estos temas, además de investigar y aprender más en la estadística multivariada. Muchas felicidades a todo el equipo del Instituto de Geología que hizo posible un gran curso de estadística. Me gustaría si nos compartieran bibliografía sobre ests temas.

Daniela Granados
independiente

Muy completo, dinámico y esclarecedor, había tomado cursos de R anteriormente pero ninguno donde el instructor interactuara tanto con los estudiantes y se tomara el tiempo de corregir los scripts y dudas individualmente.

María del Pilar Meléndez
Mex Gas

Me gusto mucho, ojala hubiera sido con datos un poco más comunes, si entendí los conceptos pero la lógica de los datos me hace dudar de cómo aplicarlos en mi caso

Dánae Vázquez
Universidad de Guadalajara

Fue muy completo, explicativo y agradable. Me gustaría que se desarrollarán cursos que pudieran servir como continuación a este, ya sea de regresiones lineales, temas de geofísica o nuevas pruebas estadísticas que podamos desarrollar en el programa.

David Velasco
Universidad Nacional Autónoma de México

Explicaciones claras para los que vamos comenzando en el lenguaje de programación con R. El material extra que se sube a classroom es de mucha ayuda.

Sara de Jesus
UNAM

muy buena

Jorge Adrián Perera
Centro de Investigación Científica de Yucatán A.C.

Un Taller excelente

Orlando Alejandro Torales
EuZen

Buena clase muy fácil de entender, me hubiese gustado que pudiéramos hacer ejemplos prácticos por nuestra cuenta (sin guía del maestro) para asentar mejor los temas.

Hector Raul Estevez
Posgrado en Geografia

Buen curso, equilibrio entre teoría y practica.

Consuelo López
FES Cuautitlán

El ponente fue muy paciente y mostró mucha disposición a todas las inquietudes expresadas. El tamaño del grupo fue el correcto.

Jorge Enrique Ruiz
Universidad Autónoma de México

Estuvo muy bien dictado, bastante didáctico y con mucha información relevante. Tomaría de nuevo un curso con este profesor.

Víctor Hugo Tlapalcoyoa
Instituto Tecnológico Superior de Álamo Temapache

Excelente instructor, siguió las recomendaciones de explicar más despacio, resolvió todas las dudas. Sin duda volvería a tomar otro de sus cursos!

Manuel Ignacio Curiel
PMI Trading Designated Activity Company

Cómoda, clara y enriquecedora

Mélida Pilar Schliz
UNAM

Muy buen taller, me gustó mucho.

Oscar Alejandro Franco
UNAM

Muy buen curso, me gustó mucho y un gran profesor. Me gustaría tomar el curso anterior que dieron de estadística ya que no pude tomarlo.

Eduardo Hernández
Instituto de Ingeniería, UNAM

Es mucha información y el Dr Alexander es muy hábil para abordarla.

GENARO DE LA ROSA
UNIVERSIDAD AUTONOMA DE COAHUILA

BUEN DOMINIO DEL TEMA DE PARTE DEL INSTRUCTOR

Mario Alberto Hernandez
Instituto de Geofísica

El moverse entre las pantallas en la explicación era confuso, también muchas veces quedaba tapado el código, sin poder seguir el ritmo, estar al pendiente de eso en próximos cursos

Maira Sarai Montejo
Facultad de Ciencias, UNAM

Muy buen taller

Federico III Hernández
IPICYT

Excelente taller, estaría excelente fueran más sesiones de menor duración con más ejercicios.

Valeria Chávez
Instituto de Ingeniería UNAM y Facultad de Ingeniería UNAM

El profesor fue muy accesible para explicar y resolver dudas.

$900.00 mxn

Participantes
nacionales

Estudiantes: $500
Académicos: $700
Profesionales: $900

**La UNAM se reserva el cambio de fecha de la actividad en función del cupo mínimo**

Nivel Básico

12 horas
18:00 a 21:00 hrs CDMX

06 mar 2023 al 09 mar 2023
Ver calendario

Online Zoom

Cupo: Máximo 50 participantes

3 Temas

FECHA LÍMITE DE REGISTRO 3 MARZO 2023, 18:00 HORAS

Realiza tu Pre-registro