CONTENIDO
1. Introducción R
· ¿Qué es R y RStudio?
· Instalación del programa
· Entorno de trabajo en RStudio
· Paneles de trabajo
· Paquetes en R
2. Manejo de bases de datos
· Creación de objetos
· Inspección de objetos
· Funciones estadísticas básicas
· Creación de vectores y matrices
· Creación de data frames
· Creación de listas
· Creación de funciones
· Importación de datos
· Comprobación y manejo básico de datos.
3. Visualización de datos
· Gráficos de puntos, barras y cajas
· Regresiones lineales con ggplot
4. Análisis exploratorio de datos
· Estadística descriptiva
· Pruebas de normalidad
· Análisis de varianza (ANOVA)
5. Distribuciones y métodos de simulación
· Distribución binomial en R
· Distribución normal en R
· Método bootstrap
6. Pruebas de hipótesis
• Prueba binomial
• Intervalos de confianza
• Errores tipo I y II
• Nivel de significancia
7. Pruebas de hipótesis II
• Prueba de chi cuadrado
• Implementación del chi cuadrado en R
• Prueba t de Student
• Comparación de medias
8. Análisis de regresiones
• Inferencia en regresión
• ANOVA de una vía
• ANOVA de dos vías
• Regresión múltiple
9. Red Neurona
• ¿Qué es una red Neuronal?
• Capas y neuronas
• Aplicación
10. Aplicaciones de casos de análisis de datos con
Rstudio
• Evaluación de la incertidumbre
• Cálculo de la incertidumbre de medición en
análisis químico por fluorescencia de rayos X
• Cálculo de la incertidumbre de la pendiente en
una regresión lineal para análisis por
espectrofotometría UV-Vis
• Estimación de la incertidumbre de medición
mediante simulación estadística (método de Monte
Carlo) en espectrofotometría de absorción atómica
(AAS).
