Objetivo general
Realizar el análisis estadístico de una investigación con R, desde la preparación de los datos hasta la redacción de resultados, seleccionando las pruebas y modelos adecuados a cada diseño de estudio.
Al finalizar serás capaz de
- Preparar y describir datos de investigación con R
- Seleccionar la prueba estadística adecuada a cada pregunta
- Ajustar e interpretar modelos de regresión
- Redactar resultados con tablas y gráficos en formato académico
Tres módulos, 24 horas de estudio
Objetivo del módulo
Preparar, describir y visualizar los datos de una investigación.
Contenidos
- Proyectos en RStudio e importación de datos
- Limpieza y transformación con tidyverse
- Estadística descriptiva por grupos
- Gráficos de calidad académica con ggplot2
Experiencia práctica
Actividad: depuración y descripción de una base de datos de una encuesta real.
Objetivo del módulo
Elegir y aplicar las pruebas y modelos que corresponden a cada pregunta de investigación.
Contenidos
- Cómo elegir la prueba según variables y diseño
- Pruebas t, ANOVA y chi-cuadrado
- Pruebas no paramétricas
- Regresión lineal y logística y verificación de supuestos
Experiencia práctica
Escenario ramificado: tu profesor guía cuestiona la prueba elegida y debes justificarla con los supuestos.
Objetivo del módulo
Comunicar los hallazgos con rigor, en formato académico y de manera reproducible.
Contenidos
- Tamaño del efecto y potencia estadística
- Tablas y figuras en formato APA
- Informes reproducibles con R Markdown y Quarto
- Redacción del capítulo de resultados
Experiencia práctica
Actividad final: capítulo de resultados de una investigación completa.
Lo que encontrarás en cada módulo
Simulador interactivo
Laboratorio virtual para manipular variables y ver resultados en tiempo real.
Escenarios ramificados
Decisiones con consecuencias: cada elección abre un camino distinto.
Podcast por módulo
Repaso en audio de los conceptos clave para escuchar donde quieras.
Videos explicativos
Cápsulas que desarrollan paso a paso los conceptos más exigentes.
Notebooks y código
Plantillas de trabajo listas para ejecutar y adaptar a tus datos.
Actividades evaluadas
Ejercicios aplicados con retroalimentación inmediata.
¿A quién está dirigido?
Perfil: Tesistas de magíster y doctorado, investigadores y profesionales de la salud y las ciencias sociales.
Conocimientos previos: No se requiere experiencia previa en R. Se recomienda haber cursado un curso básico de estadística.
Cursos relacionados
EstadísticaIntermedio · 24 horasSeries de Tiempo y Pronóstico de Demanda con Python
- M1Anatomía de una serie de tiempo
- M2Modelos clásicos de pronóstico
- M3Pronóstico aplicado a la operación
EstadísticaIntermedio · 24 horasProbabilidad y Estadística para Machine Learning
- M1La probabilidad que usan los modelos
- M2Inferencia y estimación
- M3Del modelo estadístico al algoritmo
EstadísticaAvanzado · 24 horasProcesos Estocásticos y Simulación Monte Carlo para la Toma de Decisiones
- M1Cadenas de Markov
- M2Procesos de Poisson y teoría de colas
- M3Simulación Monte Carlo y movimiento browniano
Da el siguiente paso en tu formación
Inscríbete en Análisis de Datos para Tesis con R y comienza hoy, a tu ritmo y desde cualquier dispositivo.