Aprendizaje del Software Estadístico R: un entorno para simulación y computación estadística, 2007

ALBERTO MUÑOZ GARCÍA
Departamento de Estadística
Universidad Carlos III de Madrid
Área:
Simulación y Computación Estadística
Titulación:
Licenciado en Ciencias y Técnicas Estadísticas
Octubre, 2007
Imagen Cortesía de la UC3M
4 horas semanales (teoría y práctica)
Asignatura de 4 créditos (40 horas)
PRERREQUISITOS Y CONOCIMIENTOS PREVIOS RECOMENDADOS
Se recomiendan conocimientos de estadística descriptiva a un nivel básico.
DESCRIPCIÓN GENERAL DE LA ASIGNATURA
El paquete estadístico R es uno de los más flexibles, potentes y profesionales que existen actualmente para realizar tareas estadísticas de todo tipo, desde las más elementales, hasta las más avanzadas. En particular, está desarrollado y mantenido por algunos de los más prestigiosos estadísticos actuales. Cuenta, además, con la ventaja de ser gratuito y de descarga e instalación sencillas. La asignatura introduce al alumno al manejo y uso a nivel principiante/medio del paquete de software R. Para ello se introducen tareas sencillas, pero relevantes, relacionadas con el manejo y análisis de datos en el contexto estadístico. Entre ellas se incluye el manejo de datos estadísticos, la simulación de variables aleatorias en los casos univariante y multivariante, la representación gráfica de datos univariantes y multivariantes, y la programación de tareas estadísticas con el lenguaje de programación incluído en R.
OBJETIVOS: CONOCIMIENTOS Y CAPACIDADES
Al finalizar la asignatura, el alumno será capaz de realizar operaciones de manejo de datos univariantes y multivariantes, incluyendo el almacenamiento, recuperación, creación de estructuras de datos y representación gráfica de los mismos, utilizando el programa R. Además estará capacitado para simular variables aleatorias diversas, programar diversas rutinas estadísticas, y realizar algunas tareas de estadística multivariante.
MATERIAL DOCENTE
Bibliografía obligatoria y recomendada, material de clase relativa al programa estadístico R, incorporando ejemplos prácticos de simulación y tareas estadísticas. Material complementaria consistente en enlaces web relacionados con la temática de la asignatura.
ACTIVIDADES DE EVALUACIÓN O TAREAS PRÁCTICAS
Las principales tareas de (auto)evaluación consisten en leer los tutoriales y/o lecturas complementarias que aparecen a lo largo del curso, así como realizar los ejercicios que se proponen. El nivel de profundización tanto en las (numerosas) lecturas que se proponen depende tanto del nivel de partida del estudiante como de los objetivos que se deseen alcanzar en relación con los conocimientos propuestos en la asignatura.
Course Contents
Lectura obligatoria y recomendada , 2007
El entorno de trabajo de R , 2007
Estructuras de datos en R , 2007
Lectura y escritura de datos en R , 2007
Introducción a los gráficos en R , 2007
Funciones para exploración de datos , 2007
Algunas estructuras de programación. Creación de funciones en R , 2007
Introducción al análisis de datos y al lenguaje S , 2007
Repaso de diversos contrastes estadísticos , 2007
Métodos gráficos para datos multivariantes , 2007
Análisis de regresión: Casos univariante y multivariante , 2007
Clasificación de datos multivariantes: análisis discriminante , 2007