DIPLOMATURA UNIVERSITARIA EN CIENCIAS DE DATOS: DISEÑO, RECOLECCIÓN Y ANÁLISIS

Datos generales
Inicio: 15/02/2022 Nueva fecha de inicio.
Carga horaria: 90hs (50 horas de dictado y 40 horas de desarrollo de actividades a proponer durante el cursado) / 135 horas cátedra.
Duración: 3 meses (1 clase semanal).
Destinatarios: Profesionales y estudiantes de grado relacionados con la Agronomía, Biología, Bromatología, Gestión Ambiental y áreas a fines.
Modalidad: Virtual.
Aranceles :

Coordinador: Mario Ruiz Monachesi – Dr. En Ciencias Biológicas.
Docentes:
 -Dr. Mario Ruíz Monachesi
-Técnica Soledad Palomas

CUPOS AGOTADOS 🙁

Objetivos

Formar a los profesionales y estudiantes de grado relacionados con la Agronomía, Biología, Bromatología, Gestión Ambiental y áreas a fines, en la identificación, evaluación, destreza en la toma y análisis de datos durante el desarrollo de una investigación científica.

Programa

1. Diseño en la toma de datos
   Objetivos: Lograr que los alumnos identifiquen las principales fuentes de datos y evalúen la forma más precisa para la toma y recolección de los mismos según sus intereses de estudios.
   Contenidos
   Fuentes de datos. ¿Qué es un Diseño? Tipos de Diseño. Propósitos. Principios del Diseño estadístico: reproducción, aleatorización, control local, control mediante el diseño, control mediante el modelo estadístico, tipos de modelos estadísticos. Población, muestra, elementos. Tipos de variables, datos. Réplicas y pseudo réplicas. Tipos de Errores. Diseño experimental:
   aleatorizado, bloques completamente aleatorizados, cuadrado latino. Diseño de muestreos: Métodos de muestreos probabilísticos (aleatorios): muestreo simple, muestreo sistemático, muestreo estratificado (afijación simple, afijación proporcional, afijación óptima), muestreo por conglomerados. Métodos de muestreos no probabilísticos: muestreo de caso, muestreo por cuotas, muestreo casual o incidental, muestreo bola de nieve. Estudios observacionales.
2. Toma de datos a campo
   Objetivos:  Permitir que el alumno adquiera destreza y agilidad en la toma de datos enfocados en el trabajo de campo, con un manejo adecuado y correcto de herramientas innovadoras que favorezcan la obtención y robustez de información confiable.Contenidos:
   Importancia de una correcta toma de datos: Números de campo personal, valor del número de campo; escritura correcta de fechas; georreferenciación y coordenadas de cada punto; nombre detallado del espécimen; número de catálogo de colección; observaciones y muestras: cantidad y tipo de muestra en función del estudio  (tejido, organos, contenido estomacal, parásitos,
   segmentos, partes florales, tallos, hojas, etc.). Herramientas para la toma de coordenadas: Aplicaciones, GPS portátiles, plataforma Google earth, entre otras. Registro de datos asociados al estudio. Introducción: tipos de metodología; incorporación a bases de datos, estandarización de datos propios y compartidos. Cuadernos de campo: Importancia y confección de un
   cuaderno de campo, tipos (estilo planilla o estilo bitácora), estructura simple y práctica para lograr una forma más adecuada; incorporación de información relevante; errores en redacción y modo de escritura. Elaboración de planillas: robustez, orden y ubicación de datos dentro de la planilla; estructura adecuada a cada muestra; ejemplo de modelos. Medidas morfométricas:
   estandarización de los métodos de medición; estandarización de los instrumentos de medida; importancia del registro de todo tipo de acontecimiento, inconvenientes, o detalles que puedan influir en el análisis de la muestra.
3. Análisis de datos
   Objetivos: Otorgar diferentes herramientas analíticas a los alumnos para poder solucionar y resolver diferentes aspectos de sus preguntas científicas a través de la estadística descriptiva e inferencial, univariada, bivariada y multivariada.
   Contenidos:Introducción. Medidas descriptivas de una variable: Estadísticos de posición y dispersión. Análisis exploratorio de Datos. Estimador y Parámetro. Pruebas de hipótesis. Conceptos de alfa, beta (errores de tipo I y II) y valor p. Datos categorizados Pruebas de independencia entre dos variables nominales (categóricas): Test Chi cuadrado y test Exacto de Fisher. Comparación de dos poblaciones. Test "t" entre muestras independientes y apareadas. Test de Mann- Whitney, de Wilcoxon. Comparación de tres o más poblaciones. Análisis de la varianza (ANOVA), a un factor, multifactorial. Test de Kruskall-Wallis. Test de Friedman. Pruebas de comparaciones múltiples. Pruebas de los supuestos del modelo. Correlación y Regresión Métodos de correlación entre dos variables: Pearson y Spearman. Regresión lineal simple. Método de los mínimos cuadrados. Ajuste de diferentes funciones. Coeficiente de determinación. Estimación y pruebas de hipótesis. Estadística multivariada, descriptiva (Ordenamientos, análisis de clúster o conglomerados, análisis de correspondencia, componentes principales, factorial exploratorio), inferencial (análisis multivariado de la varianza-MANOVA, regresión multivariada-PLS, análisis de discriminante, análisis factorial
   confirmatorio).
4. Evaluación: Para la aprobación de la misma los estudiantes deberán cumplir con el 85% de participación en cada uno de los módulos (incluye asistencia y trabajos participativos), y deberán realizar un trabajo final integrador.

Pago

Inscripción

CUPOS AGOTADOS 🙁