PRESENTACIÓN
La estadística se ha consolidado como una de las herramientas más importantes en el desarrollo de disciplinas científicas como la Biología y Ciencias afines, ello nos exige una modernización en la práctica correcta de la estadística que permita vislumbrar los paradigmas actuales en el análisis de datos. Por ello, es importante promover en los investigadores de Ciencias Agronómicas y Biológicas la importancia de la estadística en su formación.
Frente a esto, es innumerable la oferta de cursos en el uso de diferentes paquetes estadísticos, sin embargo, estos no aportan considerablemente en el análisis de datos Biológicos ni la interpretación del “significado Biológico”. Por esta razón, el presente taller permitirá introducir al investigador en la toma de datos, análisis de los mismos y su interpretación con aplicación Agronómica y Biológica.
OBJETIVO GENERAL
Brindar los conceptos y uso adecuado de la Estadística, desarrollando en el participante el sentido crítico para la interpretación de los resultados bajo buenas prácticas del análisis de datos.
OBJETIVOS ESPECÍFICOS
- Fomentar la toma correcta de datos y posterior análisis e interpretación
- Desarrollar habilidades en el uso de paquetes estadísticos.
METODOLOGÍA
El curso tendrá carácter intensivo con una duración de tres días., divididas en sesiones teóricas y prácticas. La teoría será un reforzamiento en los conceptos estadísticos aplicados a la Agronomía y Biología a través de trabajo práctico en el que el participante tendrá contacto directo en el análisis e interpretación de ejemplos propuestos, así como de sus propios datos.
R es actualmente el mejor software estadístico disponible, su uso requiere de adiestramiento y entrenamiento, pues la interfaz de R utiliza lenguaje de programación que es necesario dominar para obtener resultados viables. Los usuarios del software requieren conocer las programaciones técnicas para su uso y operación y conocimiento básicos de estadística, para poder identificar adecuadamente la técnica más adecuada para el estudio específico que deseen realizar.
El presente curso entrega entrenamiento en el nivel más básico del uso de R, para permitir que un usuario conozca la interfaz, acceda a la biblioteca de funciones, interactúe en su uso y operación, y genere vinculaciones con otros softwares estadísticos.
- Clases teóricas expositivas con apoyo de herramientas computacionales.
- Los paquetes estadísticos a usarse serán: R-package,
PRE REQUISITOS
Conocimientos básico de bioestadística (No indispensable), computación a nivel office (Word, Excel) condicional y como requisito indispensable poseer una computadora portátil (Laptop).
FECHAS Y HORARIO:
NUEVA FECHA POR DEFINIR
HORARIO: POR DEFINIR
LUGAR:
Centro Ceres, San Francisco #1600 la Palma, Quillota.
NÚMERO DE PARTICIPANTES:
20 como máximo
ORGANIZADOR: Programa Manejo Territorial de Insectos, Centro Ceres
INSTRUCTOR:
Armando Alfaro Tapia. PH. D. STUDENT in Agricultural Sciences. Faculty of Agronomy, University of Talca, Chile.PH. D. STUDENT Ecole doctorale: Doctorat en sciences agronomiques, Univerité de Rennes 1, Francia. MASTER IN APPLIED ECOLOGY. Biological Sciences Institute. University of Talca.
CONTENIDO TEMÁTICO
Día 1:
Introducción.
- Estructura y detalles del curso.
- Presentaciones.
Elaboración de la pregunta científica y el diseño del estudio.
- El proceso de formular La Pregunta Científica y las pautas que debe cumplir.
- Cómo formular el diseño de investigación para la toma de datos.
¿Y ahora qué? los datos tomados y el análisis estadístico en detalle.
- Introducción a la Estadística.
- Selección inteligente del análisis estadístico.
Los paquetes estadísticos.
- Uso e introducción de programas.
- Instalación de los paquetes (Si el participante puede instalar previamente los programas o ya los tiene, será de mucha ayuda con el tiempo disponible).
Análisis previo de los datos.
- Histogramas.
- Distribución normal, gráficos de normalidad.
- Los Estadísticos de los datos de las muestras.
Día 2:
Introducción a la Inferencia Estadística.
- Estadística paramétrica.
- Estadística no paramétrica.
Pruebas paramétricas. Ejemplos: Correlación, Regresión paramétrica y semiparamétrica, T- student, ANOVA, ANOVA de Medidas Repetidas, ANOVA Factorial y ANCOVA.
Pruebas no paramétricas. Ejemplos: Mann-Whitney, Kruskall-Walis, etc.
Día 3:
Modelos mas complejos: Introducción a los modelos lineales generalizados
Introducción a la Estadística multivariada. Ejemplos: ACP, Análisis de conglomerados, Análisis de correspondencia.
Análisis de datos de los participantes (durante todo el curso).
Material y software: Por los Instructores: Software e información en formato digital
