Curso presencial

Teórico - Práctico

!El taller prácticos!

Etapa 1: Marco Teórico

En la primera etapa, el participante podrá construir, una base de datos siguiendo un orden estructurado de datos, con ello podrá construir tablas y gráficos estadísticos usando Yupana, y la capacidad de dar interpretación a la información obtenida. Yupana no solo le reducirá el tiempo de trabajo en tareas tediosas y engorrosas . Sino además, dotará de instrumentos analíticos en un mundo cada vez más informado, el cual le permitirá obtener de su objeto de estudio, ya sea un ente natural, social, ó material; insight más personalizado y confiable.

¡Bienvenido al fascinante mundo de la información!


Etapa 2: ¡Poner en práctica!

Al finalizar la segunda etapa, el participante podrá implementar un experimento y/o estudio social que posteriormente procesará en el Yupana. La toma de datos es un cuello de botella, es por ello que esta segunda fase es fundamental para la consolidación de los aprendido. La toma de datos de manera sistematizada llevará a resultados confiables. Además, en esta fase se dotará de trucos y consejos necesarios para una correcta toma de datos, útiles para reducir el error al mínimo.

¡Bienvenido a QUIPO, donde la ciencia de datos, esta a un clic de distancia!

Taller: Análisis de datos usando app web Yupana

Curso teórico-práctico de diseños experimentales para la ciencias agrarias.

Pre-requisito: Estadística general.

Duración: 12 [horas]

Habilidades que logrará el participante

Al finalizar el taller Teórico-Práctico, el participante podrá construir, una base de datos en una hoja de excel o googlespreadsheet siguiendo un orden estructurado de datos, con ello podrá construir tablas y gráficos estadísticos usando YUPANA, y la capacidad de dar interpretación a la información obtenida. Dicha Aplicación Web reducirá el tiempo de trabajo en tareas tediosas y engorrosas. Sino además, dotará de instrumentos analíticos para un mundo cada vez más informado.

Objetivo general

  • Al terminar el taller el estudiante tendrá la capacidad de planificar, plantear, y construir su diseño experimental y realizar pruebas de comparación de medias y resultados gráficos.

Objetivos Específico

  • Aprender la planificación y manejo de experimentos bajo distintos diseños estadísticos (DCA, DBCA, FACTORIAL).

  • Desarrollo de libreta de campo y datos estructurados en la experimentación.

  • Uso de plataformas modernas para el análisis estadístico y gráfica de datos.

  • Comprender los análisis estadísticos e interpretación de resultados estadísticos y construcción de gráficos.

Contenido

  • Conceptos básicos de estadística descriptiva e inferencial.

  • Datos estructurados, para la investigación agropecuaria e industrial.

  • Creación del diseño experimental, DCA, DBCA, Cuadrado Latino, arreglos Factoriales.

  • Construir libretas de campo, usando App web Yupana, utilizando su modulo Fieldbook.

  • Diseño y planificación de experimentos.

  • Exportación de la libreta de campo o FieldBook.

  • Lo que debes de saber durante la colecta de datos.

  • Aprendiendo a cargarlo la libreta de campo a la App web Yupana para usar sus funcionalidades.

  • Construcción de gráficos y Diagramas de Cajas. (Interpretación de Resultados).

  • Identificación de los cuartiles y distribución de los datos.

  • Regresión y Correlación. (Interpretación de Resultados).

  • Construcción de análisis multivariados. Correlación de Pearson y análisis de componentes principales.

  • Desarrollo de los análisis de varianza, prueba de comparación de medias y significancia.

  • Interpretación de resultados.

  • Construcción de gráfico de barras y líneas, e interpretación.

  • Formato TIF de los gráficos para artículos científicos.

  • Preguntas y cierre.

Referencias

  • Benza, Calzada, J. 1970. Métodos estadísticos para la Investigación. Tercera Lima, Perú, Editorial Jurídica, 642.

  • Chang, W. 2013. R Graphics Cookbook. Eds. M Loukides; N Courtney. First Edit United State of America, O´Reilly Media, 413.

  • De Mendiburu, F. 2007. Análisis Estadístico con R. 2007: 66.

  • De Mendiburu, F. 2016. agricolae: Statistical Procedures for Agricultural Research. Disponible en http://cran.r-project.org/package=agricolae (R CRAN).

  • Mendiburu, F de. 2014. Tutorial de agricolae. 2014: 84.

  • Kabacoff, RI. 2011. R IN ACTION: Data analysis and graphics with R. Ed. S Stirling. First Shelter Island, NY, MANNING, 474.

  • Paradis, E. 2003. R para Principiantes. 2003: 61.

  • Ihaka, R; Gentleman, R. 1996. R: A Language for Data Analysis and Graphics. Journal of Computational and Graphical Statistics feb. 1996.

  • Nuzzo, R. 2014. Scientific method: statistical errors. Nature 506(7487): 150-2.

  • Nuzzo, R. 2015. How scientists fool themselves – and how they can stop. Nature 526(7572): 182-185.

  • Little, JW; Parker, R. 2010. How to read a scientific paper. 15: 5-9.

  • Gonick, L; Smith, W. 1993. The Cartoon guide to Statistics. Ed. HarperCollins. First New York, HarperCollins, 240.