CURSO DE ESTADISTICA APLICADA CON PYTHON

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

Docentes Expertos

¿Qué aprenderás en este curso?

Publico objetivo

Este curso está dirigido a:
- Profesionales de economía, ingeniería, salud, ciencias sociales y otras disciplinas que trabajan con datos.
- Investigadores, tesistas, docentes y estudiantes de pregrado o posgrado que buscan aplicar análisis estadístico con Python.
- Analistas de datos, funcionarios públicos, consultores y técnicos que desean potenciar sus capacidades con herramientas de código abierto.
- Personas interesadas en aplicar estadística computacional y análisis reproducible para la toma de decisiones basada en evidencia.

Resultados esperados

Modulo I

Fundamentos e Instalación

Instalación y configuración de Python para análisis estadístico.
Uso de librerías estadísticas: Pandas, NumPy, SciPy y StatsModels.
Importación y organización de datos.
Limpieza y transformación de datos.

Modulo II

Procesamiento y análisis de datos en PYTHON

Medidas de tendencia central y de dispersión.
Cálculo e interpretación de media, mediana y moda.
Cálculo e interpretación de desviación estándar, varianza y covarianza.

Modulo III

Pruebas estadísticas en PYTHON:

Prueba de McNemar
Prueba de Wilcoxon para pares de rangos
Prueba t para muestras correlacionadas
Chi cuadrada
Análisis de varianza (ANOVA)
Análisis de covarianza (ANCOVA)

Modulo IV

Modelado Estadístico en PYTHON

Regresiones Lineales y múltiples.
Modelos lineales generalizados.
Modelos Logit y Probit.
Modelos Poisson y Gamma.
Análisis de correlación parcial por rangos de Kendall.
Regresión logística multinomial.

Modulo V

Visualización y presentación de resultados

Creación de gráficos en PYTHON:
Histogramas
Gráficos de Barras
Diagramas de Cajas
Gráficos de Dispersión y Burbujas
Generación de reportes y dashboards estadísticos.

Modulo VI

Interpretación y comunicación de resultados.

Conclusiones y recomendaciones
Elaboración de las conclusiones de los resultados obtenidos.
Formulación de las recomendaciones basadas en los análisis estadísticos

Modulo VII

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."