Análisis y Visualización de Datos: Estadística Práctica con R e Inteligencia Artificial

Online edo aurrez aurrekoa

2026/7/8 - 2026/7/10

Online edo aurrez aurrekoa

Plasencia

UNEDeko Udako Ikastaroak

kreditu

1.0

Helbidea: Rubén Heradio Gil
Koordinazioa: David Fernández Amorós

Propone: Departamento de Ingeniería de Software y Sistemas Informáticos

Argibide gehiago

El análisis de datos es una herramienta esencial para la toma de decisiones informadas y la resolución de problemas complejos en múltiples ámbitos, impulsando la innovación y el progreso en nuestra sociedad. Por ejemplo, en medicina, el análisis de datos facilita la personalización de tratamientos, la detección de enfermedades en etapas tempranas y la mejora de la eficiencia en la gestión hospitalaria. En el ámbito educativo, y especialmente en el paradigma basado en competencias donde se promueve la recopilación de gran cantidad de datos sobre el desempeño estudiantil, ayuda a validar la coherencia curricular y optimizar las estrategias pedagógicas. En informática, impulsa el desarrollo de algoritmos, fortalece la ciberseguridad y permite la personalización de la experiencia del usuario. En economía, facilita la predicción de tendencias del mercado, optimiza la toma de decisiones financieras y ayuda a identificar oportunidades de inversión.

Este curso ofrece una formación integral en análisis de datos, abarcando visualización, inferencia estadística y uso de inteligencia artificial (los LLMs ChatGPT y GitHub Copilot). Con un enfoque práctico, se aprenderá a utilizar el lenguaje R y el entorno RStudio, ambos de acceso gratuito.

Lekua eta datak: Sede organizadora: UNED Plasencia
Sede de celebración: Plasencia

2026/7/8 - 2026/7/10

Egutegia ikusi

Orduak: Eskola-orduak: 20

Kredituak: 1 kreditua ECTS.

Jarduera gehiago ikusi

Online edo aurrez aurrekoa: Aurrez aurrekoa aukera dezakezu edo online zuzenean edo geroratuan jarraitzea.

Jarduera gehiago ikusi

Arlo tematikoak

Informatika

Programa

El curso se completa con cuatro horas de consulta de materiales y participación activa del estudiante en el foro del curso virtual.

2026/7/8
- 08:30-10:30 h. Instalación de R y RStudio. Importación y visualización básica de datos (Taller)
  - Rubén Heradio Gil. Profesor. UNED.
- 10:30-12:30 h. Estadística descriptiva en R y visualización avanzada de datos con ggplot2 (Taller)
  - Rubén Heradio Gil.
- 12:30-14:30 h. Instalación y uso práctico de GitHub Copilot para la programación asistida en R (Taller)
  - José Miguel Horcas Aguilera. Profesor. Universidad de Málaga.
2026/7/9
- 08:30-10:30 h. Fundamentos de la inferencia estadística (contraste de hipótesis, p-valor, intervalos de confianza, etc.) (Taller)
  - David Fernández Amorós. Profesor. UNED.
- 10:30-12:30 h. Tests paramétricos mas comunes: t-test y ANOVA. Tipos de errores, potencia y tamaño muestral (Taller)
  - Ernesto Aranda Escolástico. Profesor. UNED.
- 12:30-14:30 h. Interpretación de resultados estadísticos con la ayuda de ChatGPT (Taller)
  - José Miguel Horcas Aguilera.
2026/7/10
- 09:00-11:00 h. Tests no paramétricos mas comunes: Wilcoxon, Mann-Whitney, Friedman y Kruskal-Wallis (Taller)
  - Javier Cabrerizo Lorite. Catedrático. Universidad de Granada.
- 11:00-13:00 h. Generación automática de informes con la herramienta Quarto de RStudio (Taller)
  - Javier Cabrerizo Lorite.

Jarraitzea

Jarduera honetan ikasleak aurrez aurre parte hartzeko aukera duEsta edo online zuzenean edo geroratuan jarraitzea, ikastetxera joan beharrik gabe.

Izen-ematea

2026/7/1aren aurreko prezioak

Deskontua matrikula aldez aurretik egiteagatik: Izena eman eta ordainketa 2026/7/1a baino lehen egingo duten pertsonak (hala badagokio), ondoko taulan jarritako prezioen onuradun izango dira.

Ohiko matrikula	Matrikula murriztua						Matrikula oso murriztua
Arrunta	UNEDeko ikasle eta lagun ohien elkartearen kideak	Unibertsitateko ikasleak (UNED eta gainerako unibertsitateak)	Familia ugari orokorra	AZP (Egoitza nagusikoak eta UNEDeko Ikastetxe Elkartuetakoak), UNED SENIOR ikasleak eta 65 urtetik gorakoak.	Egoitza Nagusiko IIP, Ikastetxe Elkartuetako irakasle-tutoreak eta Practicumeko laguntzaileak.	Langabezian dauden pertsonak	Desgaitasuna duten pertsonak	Terrorismoaren eta genero-indarkeriaren biktimak	Familia ugari berezia
108 €	63 €	63 €	63 €	63 €	63 €	63 €	32 €	32 €	32 €

Precios desde el 2026/7/1 (incluido)

Izena eman eta ordainketa 2026/7/1 tik aurrera egingo duten pertsonentzat (hala badagokio), izen-ematea lehenago buruturik ere, aplikatzeko prezioak ondoko taulakoak izango dira.

Ohiko matrikula	Matrikula murriztua						Matrikula oso murriztua
Arrunta	UNEDeko ikasle eta lagun ohien elkartearen kideak	Unibertsitateko ikasleak (UNED eta gainerako unibertsitateak)	Familia ugari orokorra	AZP (Egoitza nagusikoak eta UNEDeko Ikastetxe Elkartuetakoak), UNED SENIOR ikasleak eta 65 urtetik gorakoak.	Egoitza Nagusiko IIP, Ikastetxe Elkartuetako irakasle-tutoreak eta Practicumeko laguntzaileak.	Langabezian dauden pertsonak	Desgaitasuna duten pertsonak	Terrorismoaren eta genero-indarkeriaren biktimak	Familia ugari berezia
124 €	75 €	75 €	75 €	75 €	75 €	75 €	38 €	38 €	38 €

Matrikula 2026/5/11tik aurrera hasiko da.

Hartzaileak

Este curso está diseñado para que cualquier persona aprenda a analizar datos y a usar la información para tomar mejores decisiones. Será especialmente útil para:

Profesionales de diversos sectores (educación, negocios, salud, ingeniería, ciencias sociales) que requieran aplicar técnicas estadísticas y de IA.
Investigadores y académicos que necesiten procesar y visualizar datos.
Estudiantes de informática, matemáticas, economía y disciplinas afines.

Helburuak

Dominar la importación y el análisis de datos mediante el lenguaje R.
Integrar la inteligencia artificial como herramienta de apoyo en la programación con R y la interpretación de análisis estadísticos.
Explorar y extraer conocimiento de conjuntos de datos masivos a través de técnicas de visualización.
Comprender los principios fundamentales de la inferencia estadística para la generalización de conclusiones a partir de muestras de datos.
Aplicar tests estadísticos paramétricos y no paramétricos de uso frecuente para la validación de hipótesis y la comparación de grupos.

Metodologia

El curso tendrá un enfoque dinámico y eminentemente práctico, diseñado para maximizar el aprendizaje y la retención de conocimientos. La metodología se basa en los siguientes pilares:

Aprendizaje activo y aplicación inmediata: Cada concepto teórico introducido será seguido de ejercicios prácticos que los estudiantes realizarán en sus propios ordenadores. Este enfoque de "aprender haciendo" permitirá a los participantes consolidar sus conocimientos y desarrollar habilidades prácticas en el uso de R y RStudio.
Utilización de simulaciones en R que faciliten la comprensión de conceptos estadísticos complejos mediante visualizaciones (por ejemplo, el contraste de hipótesis, el p-valor, los intervalos de confianza y el teorema central del límite).
Uso de datasets reales y relevantes para la motivación y el aprendizaje. Se emplearán conjuntos de datos de interés, incluyendo algunos provenientes de fuentes oficiales como el Instituto Nacional de Estadística, para ilustrar la aplicación práctica de los conceptos impartidos.
La inteligencia artificial se empleará como un aliado para los alumnos, facilitando su inmersión en la programación y la interpretación de resultados estadísticos, y disipando así el temor inicial a estas disciplinas.

El curso se imparte en modalidad presencial y online, con emisión en directo y en diferido para mayor flexibilidad. Aunque ambas modalidades aseguran un aprendizaje práctico y accesible, se aconseja especialmente la asistencia presencial, ya que maximiza la interacción directa con profesores y compañeros durante los talleres, potencia la colaboración en tiempo real y facilita un networking profesional más efectivo. Esta opción enriquece la experiencia formativa mediante el intercambio inmediato de ideas y la resolución colaborativa de ejercicios en R y herramientas de IA.

Laguntzaileak