EMAGISTER CUM LAUDE
EMAGISTER CUM LAUDE
Máxima Formación

MÁSTER UNIVERSITARIO DE ESTADÍSTICA APLICADA CON R SOFTWARE (VII edición) “Transforma tus datos en conocimiento con técnicas clásicas, robustas, avanzadas y multivariantes."

4.9 excelente 50 opiniones
Máxima Formación
Online
  • Máxima Formación

1.900 
CURSO PREMIUM
¿Quieres hablar con un asesor sobre este curso?

Información importante

Tipología Master oficial
Metodología Online
Horas lectivas 600h
Duración 9 Meses
Inicio Octubre 2018
Créditos 60 ECTS
Prácticas en empresa
Campus online
Servicio de consultas
Tutor personal
Clases virtuales
  • Master oficial
  • Online
  • 600h
  • Duración:
    9 Meses
  • Inicio:
    Octubre 2018
  • Créditos: 60 ECTS
  • Prácticas en empresa
  • Campus online
  • Servicio de consultas
  • Tutor personal
  • Clases virtuales
Descripción

El Máster de Estadística Aplicada con R Software es único en la oferta universitaria de España y Latinoamérica. Ha sido diseñado para que investigadores y profesionales en activo aprendan a resolver los problemas reales que se encuentran con el análisis avanzado de grandes volúmenes de datos

• Transforma tus datos en conocimiento.
• Toma decisiones concluyentes basadas en análisis de datos complejos.

Este Máster es la especialización universitaria que estabas buscando si:

• Eres estudiante y quieres formarte como Data Scientist para adquirir competencias profesionales en Big Data, Machine Learning, Deep Learning y minería de datos.

• Eres un profesional o investigador en activo y necesitas dominar las técnicas estadísticas más avanzadas para desarrollar con éxito proyectos que requieren análisis de datos complejos.

Los contenidos del Máster se desarrollan completamente en torno al lenguaje R, la herramienta estadística con más penetración engrandes empresas, universidades y centros de investigación científica a nivel mundial.

¿Por qué R Software? Porque es el único lenguaje capaz de aplicar todo tipo de técnicas estadísticas para resolver problemas de análisis de datos complejos que resultan imposibles de afrontar con otras herramientas.

El enfoque teórico-práctico del Máster es transversal a cualquier ámbito de conocimiento y garantiza al alumno una rápida curva de aprendizaje para aplicar desde el primer día los nuevos conocimientos adquiridos a la práctica profesional o investigadora:

• Adquisición de competencias avanzadas sobre Estadística Aplicada
Desde nivel cero, el alumno profundiza en métodos y técnicas estadísticos que no se abordan en los cursos de Grado y que son fundamentales para una formación completa y actualizada en Ciencia de Datos.

Si te interesa obtener más información, ponte en contacto con nosotros a través de emagister.com y recibirás el dossier informativo sin compromiso alguno.

Información importante

Bonificable: Curso bonificable para empresas
Si eres trabajador en activo, este curso te puede salir gratis a través de tu empresa.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas
Inicio Ubicación
Oct-2018
Online
Inicio Oct-2018
Ubicación
Online

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

El objetivo principal del Máster dotarte de competencia en el manejo experto de R para dominar las técnicas de análisis estadístico más eficientes para que: • Descubras la información útil que contienen los datos • Generes predicciones • Comuniques de forma adecuada los resultados Elabores conclusiones que faciliten la toma de decisiones en situaciones de análisis complejos. Con este Máster aprenderás desde cero a planificar, gestionar y analizar grandes volúmenes de datos y a extraer conocimiento valioso aplicando diversas técnicas estadísticas: • Clásicas • Robustas (análisis de Outliers) • Avanzadas • Multivariantes (Data Mining y Big Data)

· ¿A quién va dirigido?

A Graduados, Licenciados y Doctorados universitarios de cualquier rama académica interesados en alcanzar el perfil de experto en Ciencia de Datos. • Adquirir una visión global de los procesos estadísticos en el análisis de grandes volúmenes de datos complejos. • Aplicar la Estadística para resolver problemas de una forma eficiente en áreas de trabajo de diversa índole (científicas, industriales o sociales) y construir modelos analíticos y algoritmos. • Dotarse de habilidades especializadas en estadística, programación, visualización y comunicación, para dar explicación a los resultados obtenidos. • Ocupar puestos de trabajo nacionales e internacionales en empresas, administración e industrias, vinculados a proyectos de investigación, desarrollo e innovación (I+D+i). • Para cursar con éxito este Máster no es necesario tener conocimientos previos de Estadística ni de programación en R.

· Requisitos

Para cursar con éxito este Máster no es necesario tener conocimientos previos de Estadística ni de programación en R. Para acceder al Máster debes acreditar o estar en posesión del título de Grado o equivalente por una universidad española, o por estudios extranjeros equivalentes que den acceso a estudios de postgrado (titulación oficial) o bien acreditar al menos 5 años de experiencia profesional.

· Titulación

Homologado con el Título propio de la Universidad Pública Rey Juan Carlos de Madrid, reconocido en toda la Unión Europea y convalidable en Latinoamérica. El precio incluye: • Tasas de matriculación. • Tramitación del título universitario. • Envío del título universitario al domicilio del alumno. • Apostillado (alumnos de Latinoamérica).

· ¿Qué distingue a este curso de los demás?

La Titulación Universitaria, el carácter Práctico y la tutorización real. Videotutoriales para facilitar a los alumnos la realización de las propuestas prácticas.

· ¿Qué pasará tras pedir información?

Rellena el formulario de Emagister y en menos de 24h un asesor académico de Máxima Formación se pondrá en contacto contigo.

Opiniones

5.0
excelente
Valoración del curso
100%
Lo recomiendan
4.8
excelente
Valoración del Centro

Opiniones sobre este curso

J
Jonatan Arroyo Morón
5.0 07/07/2018
Lo mejor: Mi experiencia ha sido la de un master donde realmente aprendes aquello que importa para la práctica pero es necesario estudiar y ser aplicado para sacar al máximo su potencial.
A mejorar: -
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
R
Richard Buendía
5.0 07/07/2018
Lo mejor: El Máster es excelente, te permite adquirir los conocimientos de estadística de una forma completa, amena y práctica. Inclusive es aplicable a personas que no tengan un conocimiento profundo de estadística como profesionales del área de la salud.
A mejorar: -
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
J
José Otero
5.0 07/07/2018
Lo mejor: Ésta formación es un buen complemento a cualquier titulación científica. Desarrollar aptitudes para la minería de datos y la interpretación de resultados es esencial para el éxito en cualquier área científica.
A mejorar: -
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
Á
Álvaro Camisón
5.0 06/06/2018
Lo mejor: Este Máster introduce, de forma llana y alcanzable para todo el mundo (con un mínimo de dedicación, por supuesto) todos los conceptos y técnicas necesarias para iniciar una carrera práctica en la estadística aplicada avanzada.
A mejorar: -
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
A
Abraham Francisco Jiménez Baena
5.0 06/06/2018
Lo mejor: El Máster de Estadística Aplicada con el software R me ha brindado la oportunidad de cubrir un amplio espectro de competencias para dar respuesta al perfil de contratación de analista de datos que requieren las empresas a nivel nacional e internacional.
A mejorar: -
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
Ver todas
Pregunta a los Antiguos Alumnos qué les pareció.

Su experiencia te será de mucha ayuda para decidirte.

* Opiniones recogidas por Emagister & iAgora

Logros de este Centro

2018
Este centro lleva demostrando su calidad en Emagister
7 años con Emagister

¿Cómo se consigue el sello CUM LAUDE?

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 7 años en Emagister.

¿Qué aprendes en este curso?

Estadística
SOFTWARE R
Estadística descriptiva
Programación
Variables categóricas
Graficos avanzados
Estadística multivariante
Cluster
Diseño experimental
Estadística inferencial
Variables numéricas
Estadísticos
Estadísticos clásicos
Regresión
Correlación
Parámetros
Discriminación
Big Data
Data mining

Profesores

Rosana Ferrero
Rosana Ferrero
Advanced Statistical Manager

Temario

PRIMER MÓDULO: TÉCNICAS CLÁSICAS Y ROBUSTAS.

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.


SEGUNDO MÓDULO: TÉCNICAS AVANZADAS

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).


TERCER MÓDULO: TÉCNICAS MULTIVARIANTES

TEMA 7. ESTADÍSTICA MULTIVARIANTE. Análisis de conglomerados (Cluster) jerárquico y no jerárquico, Árbol de regresión multivariada (MRT), Análisis discriminante (LDA), Análisis de correspondencias (CA), CA sin tendencia (DCA), CA parcial (pCA), y CA canónico (CCA), Análisis de componentes principales (PCA), Análisis de redundancia (RDA), Pruebas para diferencias multivariadas entre grupos (MANOVA, MRPP, ANOSIM, NPMANOVA, MANTEL).

TEMA 8: DISCRIMINACIÓN. ANÁLISIS DISCRIMINANTE Y MRT. El análisis lineal discriminante (LDA) nos permite:

  • Identificar características que diferencien (o discriminen) a 2 o más grupos de elementos. ¿Cómo podemos caracterizar estos grupos? Discriminación.
  • Seleccionar el menor número de variables explicativas necesarias para discriminar de manera efectiva los grupos. ¿Cuántas de estas variables son necesarias para que el modelo sea preciso? Selección de variables.
  • Predecir a qué grupo ha de pertenecer una nueva observación. ¿A qué grupo pertenecerá un nuevo caso? y ¿con qué precisión puedo realizar la predicción? Clasificación.

El árbol de regresión multivariada (MRT) es una técnica extremadamente flexible, no tiene prácticamente ninguna suposición, y nos permite:

  • Clasificar observaciones.
  • Establecer reglas de decisión.
  • Resumir grandes bases de datos
  • Seleccionar variables de interés
  • Detectar interacción entre variables
  • Captar efectos no aditivos

TEMA 9: COMPARACIÓN MULTIVARIANTE: Nos permite discriminar entre grupos. ¿Los grupos son significativamente distintos? ¿Es válida la agrupación dada? ¿Qué grupos en particular difieren entre sí?

TEMA 10: ORDENACIÓN Y EXPLICACIÓN. PCA/RDA/PRDA, CA/CCA/PCA, NMDS/MDS.
Utilizaremos distintas técnicas de ordenación para la representación visual de datos en más de una dimensión y encontraremos qué factores (dimensiones) subyacen bajo los datos.

Información adicional

¿Cuál es la metodología? ·         Estudia a tu ritmo 100% on-line. ·         Campus virtual 24h ·         Tutorías personalizadas. ·         Evaluación continua. ·         Enfoque práctico sobre casos reales. ·         Video-tutoriales. ·         Compromiso real con tu aprendizaje.