ESTADÍSTICA APLICADA PARA INVESTIGACIÓN CON STATA

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

Docentes Expertos

¿Qué aprenderás en este curso?

Publico objetivo

Resultados esperados

Modulo I

Fundamentos e Instalación

Instalación y configuración de STATA.
Navegación en la interfaz de STATA.
Importación y organización de datos.
Limpieza y transformación de datos.

Modulo II

Procesamiento y análisis de datos en STATA

Medidas de tendencia central y de dispersión.
Cálculo e interpretación de media, mediana y moda.
Cálculo e interpretación de desviación estándar, varianza y covarianza.
Pruebas estadísticas en STATA:
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 III

Modelado Estadístico en STATA

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 IV

Modulo V

Modulo VI

Modulo VII

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

Modulo I

Fundamentos e Instalación

Instalación y configuración de STATA.
Navegación en la interfaz de STATA.
Importación y organización de datos.
Limpieza y transformación de datos.

Modulo II

Procesamiento y análisis de datos en STATA

Medidas de tendencia central y de dispersión.
Cálculo e interpretación de media, mediana y moda.
Cálculo e interpretación de desviación estándar, varianza y covarianza.
Pruebas estadísticas en STATA:
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 III

Modelado Estadístico en STATA

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.

"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."