X

Consultas

Ingrese verificador
CAPTCHA ImageCargar otro código

Estadística Aplicada a la Investigación Científica

Dirigido a docentes, graduados o estudiantes avanzados de Licenciatura en Biotecnología, Ingeniería en Alimentos, Licenciatura en Enfermería, Licenciatura en Biología y carreras biomédicas afines.

Estadística Aplicada a la Investigación Científica

En este curso se brindarán herramientas conceptuales y metodológicas sobre obtención y análisis de datos e interpretación de resultados tanto para variables cuantitativas como cualitativas. Se busca profundizar la aplicación de las técnicas estadísticas tanto para la investigación científica y tecnológica como para la práctica profesional con el objeto de lograr inferencias y conclusiones más seguras, precisas y con criterio científico.

  • Requisitos
  • Temario
  • Evaluación
  • Docente/s
  • Certificación

Ser docente, graduado o estudiante avanzado de Licenciatura en Biotecnología, Ingeniería en alimentos, Licenciatura en Enfermería, Licenciatura en Biología o carreras biomédicas afines.

Unidad Temática Nº 0: Repaso estadística descriptiva

Conceptos de población y muestra. Variables, clasificación de variables: cualitativas y cuantitativas.  Distribuciones de frecuencias. Métodos gráficos de descripción de datos. Descripción e interpretación de estadísticos muestrales (medidas de tendencia central y de dispersión). Probabilidad. Valores esperados. Distribuciones de probabilidades discretas y continuas: Binomial, Poisson, Normal. Propiedades.

 

Unidad Temática Nº 1: Distribuciones de probabilidades teóricas

Normal,  t-Student, Chi-cuadrado, F. Propiedades.  Teorema Central de Límite. Distribución de las medias muestrales. Distribución de las proporciones muestrales. Distribución de la diferencia de dos medias muestrales. Distribución de la diferencia de dos proporciones muestrales. Distribución del cociente de dos varianzas muestrales.

 

Unidad Temática Nº 2: Inferencia estadística basada en una y dos muestras

Estimación de parámetros poblacionales a partir de una muestra: media y varianza. Intervalos de confianza para la media y la varianza. Estimación de proporciones. Determinación del tamaño de la muestra. Prueba de hipótesis. Errores de tipo I y II. Valor de significancia a una cola y dos colas.  Comparación de media muestral con valor específico y valor poblacional. Diferencia de medias muestrales con distribución normal, pruebas paramétricas: comparación de a pares, t-test apareado y no apareado. Supuestos y testeo de supuestos. Diseños aleatorizados. Selección de tamaño de la muestra. Test no paramétricos: Mann-Whitney.

 

Unidad Temática Nº 3: Inferencia estadística basada en mas de dos muestras: diseño de experimentos de un factor

Nociones de investigación científica. Hipótesis de investigación. Diferencia entre hipótesis de investigación e hipótesis estadísticas. Diseño de los tratamientos. Diseño aleatorio. Comparación de más de dos muestras. Experimentos con un solo factor: Análisis de la varianza de una vía. Descomposición de la suma de cuadrados total. Grados de libertad. Análisis estadístico. Test a posteriori: comparaciones múltiples. Test de Tukey, test de Dunnett. Evaluación del ajuste del modelo. Supuestos y testeo de supuestos. Test de homogeneidad de varianzas: Barllett. Test de normalidad: Shapiro-Wilk. Enfoque no paramétrico del ANOVA de una vía: Kruskal-Wallis y test de dunn.

 

Unidad Temática Nº 4: Inferencia estadística basada en mas de dos muestras: diseños de bloques y factoriales

Uso de bloques como método para sacar variabilidad que no es de interés en el análisis. Criterios para bloquear. Análisis estadístico.  Eficiencia relativa de un diseño aleatorizado en bloques completos. Diseño factorial. Estimación de los parámetros del modelo. Análisis estadístico del modelo de efectos fijos. Comparaciones múltiples. Comprobación de la idoneidad del modelo. Suposición de Interacción nula.  Transformación de datos.

 

Unidad Temática Nº 5: Análisis de dos variables cuantitativas

Relación entre dos variables. Correlación: coeficiente de correlación r de Pearson. Supuestos. Covarianza. Validación del estadístico. Correlación no paramétrica: correlación de rangos de Spearman.  Regresión Lineal simple. Pruebas de hipótesis en la regresión Lineal simple. Comprobación de la idoneidad del modelo. Test de hipótesis para la pendiente y la ordenada al origen. ANOVA de regresión. Variación explicada y no explicada.  R2. Estimación por intervalos en la regresión lineal simple. Supuestos. Regresión Lineal Múltiple. Pruebas de hipótesis. Otros modelos de regresión.   Transformaciones.

 

Unidad Temática Nº 6: Bondad de ajuste y análisis de variables cualitativas

Bondad de ajuste a distribuciones conocidas. Prueba Chi-cuadrado para bondad de ajuste a  modelos binomiales, poisson y normal. Validación de distribución normal por bondad de ajuste. Tablas de contingencia: construcción, aplicaciones, cálculo de frecuencias esperadas. Variables cualitativas ordinales. Test no paramétricos: Correlación de Spearman.

La evaluación final será mediante un trabajo final individual o grupal, que se aprueba con nota mayor  o igual a 4. El trabajo final se entregará vía mail una semana después de concluido el curso y corresponderá al análisis de datos elegidos por el alumno (sus propios datos de investigación o si no cuenta con datos disponibles el docente le entregará un set de datos para que realice el trabajo). La devolución del mismo será vía mail y de ser necesario se pautará un posterior encuentro para aclarar dudas. Se exigirá al menos 75% de asistencia.

Dra. Marina Pifano

Se extienden certificados de aprobación con el aval de la Secretaría de Extensión Universitaria de la Universidad Nacional de Quilmes.

2018  |  Secretaria de Extensión Universitaria |  Universidad Nacional de Quilmes