Estadística Avanzada
Aprende a sacar conclusiones fiables de los datos y a defenderlas. Es un curso de nivel de máster en ciencia de datos / ingeniería de estadística inferencial avanzada: de la verosimilitud y los contrastes de hipótesis al bootstrap, los métodos robustos, el modelo lineal con su diagnóstico, los modelos lineales generalizados, el análisis de la varianza y el diseño de experimentos, hasta el preproceso de los datos y la evaluación honesta de un clasificador, siempre con datos públicos reales y en R, el lenguaje de referencia de la estadística.
Qué incluye: 11 temas y 5 prácticas evaluables
- Módulo 1 · Inferencia estadística — Tema 1 Modelos estadísticos, verosimilitud y estimación · Tema 2 Intervalos de confianza y contrastes de hipótesis · Tema 3 Remuestreo: bootstrap y pruebas de permutación · Tema 4 Métodos no paramétricos, robustez y comparaciones múltiples · Práctica 1: inferencia con datos reales
- Módulo 2 · El modelo lineal — Tema 5 Regresión lineal múltiple: estimación e inferencia · Tema 6 Diagnóstico, remedios y selección del modelo lineal · Práctica 2: un modelo lineal explicativo
- Módulo 3 · Modelos lineales generalizados — Tema 7 Modelos lineales generalizados y regresión logística · Tema 8 Modelos para recuentos: Poisson, sobredispersión y binomial negativa · Práctica 3: modelos para respuestas binarias y recuentos
- Módulo 4 · Análisis de la varianza y diseño de experimentos — Tema 9 Análisis de la varianza y comparaciones entre grupos · Tema 10 Diseño de experimentos y modelos de efectos mixtos · Práctica 4: análisis de experimentos
- Módulo 5 · Preproceso, validación y evaluación de clasificadores — Tema 11 Preproceso, validación y evaluación de clasificadores · Práctica 5: preproceso y evaluación de un clasificador
A quién va dirigido. A estudiantes de máster en ciencia de datos, ingeniería o estadística aplicada y a profesionales (analistas, científicos de datos, ingenieros de calidad o de experimentación) que ya manejan la estadística básica y necesitan elegir, aplicar e interpretar con rigor los métodos inferenciales: cuándo fiarse de un p-valor, cómo cuantificar la incertidumbre, cómo diagnosticar un modelo y cómo diseñar un experimento que responda a la pregunta correcta.
Metodología. Cada tema trae un PDF propio con la teoría, ejemplos resueltos y código, un notebook de entrenamiento con ejercicios autocorregibles y su solución, y una autoevaluación que desbloquea lo siguiente. Cada módulo termina con una práctica sobre datos reales que se entrega como notebook ejecutado con un informe de conclusiones.
Trabajarás en R, el lenguaje de referencia de la estadística, con sus paquetes clásicos (MASS, boot, car, lmtest/sandwich, emmeans, lme4, ggplot2, pROC, mice…), en local con RStudio o Jupyter, o en Google Colab (sin necesidad de GPU). Dedicación estimada: 154 horas de temas y prácticas, más una hora de presentación (unas 10 horas semanales durante 16 semanas). Requisitos: estadística descriptiva, probabilidad y variables aleatorias, distribuciones habituales, nociones de intervalos de confianza y contrastes, álgebra lineal y cálculo de nivel universitario, y soltura programando para el análisis de datos (conocer R ayuda; si vienes de Python, la página de entorno te da las equivalencias). Complementa a los cursos Minería de datos y Minería de datos avanzada, que aportan la visión predictiva; el tema 11 tiende el puente entre ambas con la validación y la evaluación de clasificadores desde la inferencia.