Análisis Estadístico
la variabilidad de un proceso, con datos y con R
Un nivelatorio de dos sábados para describir, modelar e inferir sobre características de calidad: de la estratificación y la normalidad a las pruebas de hipótesis y la regresión, con prácticas en R Markdown sobre datos de procesos. Prepara el camino a Diseño y Desarrollo de Experimentos (ASC22).
Dos sábados, una sola ruta
Antes de cada sábado preparas los conceptos con un pre-trabajo; las 6 horas presenciales se dedican a resolver dudas y a trabajar con datos en R.
Pre-trabajos: instalación, diagnóstico y repaso
Variabilidad, normalidad e inferencia
Inferencia aplicada, regresión y supuestos
Todo el material, en tres archivos
Descomprime cada .zip en una misma carpeta y ábrela en RStudio (o súbela a
Posit Cloud). Las prácticas leen los datos con rutas ../datos/, así que
conserva la estructura de carpetas.
Pre-trabajos
install.R, el tutorial de R, las plantillas de los pre-trabajos y sus datos. Es el primero que necesitas.
2 plantillas .Rmd · 1 otro .Rmd · 3 datos .csv · 6 documentos .md · install.R Descargar .zipSesión 1 · Variabilidad e inferencia
Prácticas .Rmd, datos, enunciados de ejercicios, plantilla del taller integrador y soluciones de los ejercicios de práctica, con la estructura de carpetas que usan las prácticas.
3 prácticas .Rmd · 1 plantilla .Rmd · 3 soluciones .Rmd · 8 datos .csv · 10 documentos .md · install.R Descargar .zipSesión 2 · Inferencia y regresión
Prácticas .Rmd, datos, enunciados de ejercicios y soluciones de los ejercicios de práctica, con la estructura de carpetas que usan las prácticas.
4 prácticas .Rmd · 4 soluciones .Rmd · 9 datos .csv · 10 documentos .md · install.R Descargar .zipQué se hace y cuánto pesa
El cuestionario y el ejercicio en R de cada pre-trabajo se califican; el diagnóstico, las lecturas y la instalación son formativos.
- Antes de S1 Diagnóstico de entrada (sin nota) + Pre-trabajo 1 15 %
- Sesión 1 Variabilidad, normalidad e inferencia · Taller integrador 1 20 %
- Entre sesiones Pre-trabajo 2 15 %
- Sesión 2 Inferencia aplicada, regresión y supuestos · Evaluación individual 50 %
- RAA1
- Organizar y visualizar datos de procesos de calidad, seleccionando medidas y gráficos descriptivos para comparar grupos y detectar valores atípicos.
- RAA2
- Modelar la variabilidad de una característica de calidad con distribuciones de probabilidad y verificar el supuesto de normalidad.
- RAA3
- Estimar parámetros y contrastar hipótesis sobre medias y varianzas, interpretando valor p, errores tipo I y II y potencia.
- RAA4
- Ajustar e interpretar modelos de regresión lineal y evaluar sus supuestos mediante análisis de residuales, con software estadístico.
Tres pasos para empezar
Instala R y RStudio
R ≥ 4.2, RStudio y los paquetes del curso con source("install.R"). 20–30 min, antes del diagnóstico de entrada. Después, el tutorial de R de los pre-trabajos (pipe, dplyr, ggplot2).
Haz el diagnóstico y el pre-trabajo 1
Cierran el miércoles anterior a la Sesión 1. Con tus respuestas, la sesión empieza por los errores frecuentes del grupo.
03Llega a la Sesión 1
Cada lección tiene teoría con LaTeX, su práctica en R Markdown, ejercicios y preguntas de autoevaluación. Marca tu avance a medida que avanzas.