Análisis estadístico, relacionado con Big Data e Inteligencia Artificial

En los últimos años el dato se ha convertido en un activo fundamental para la economía. La concienciación de este hecho, junto con la mejora y creciente facilidad de uso de tecnologías de digitalización, ha motivado a empresas de diversas industrias a captar datos de sus procesos para su análisis posterior.

El análisis de datos es un conjunto de procesos para la inspección, limpieza, transformación y modelización de los datos cuyo objetivo es descubrir información útil, sacar conclusiones y apoyar la toma de decisiones. El análisis estadístico es la rama del análisis de datos que emplea métodos y modelos estadísticos para analizar y resumir la información. El objetivo que persigue es extraer información valiosa a partir de los datos y llevar a cabo inferencias sobre la población a partir de la muestra. Para alcanzar este objetivo se emplean métodos como los contrastes de hipótesis, la estimación de parámetros y el análisis de correlaciones entre otros.

El uso de métodos de análisis estadístico permite la identificación de patrones y de relaciones hasta ahora desconocidas y descubrir tendencias en los datos. Esta información permite tomar decisiones informadas, mejorar los procesos de negocio e impulsar el crecimiento. Por otro lado, el análisis estadístico habilita a los negocios a monitorizar su rendimiento y medir el impacto de sus decisiones, lo que permite mejorar la toma de decisiones y la estrategia de negocio.

Este curso trata de exponer las metodologías clásicas de análisis estadístico de datos. Estas metodologías, además de ser útiles por sí solas, son el fundamento de modelos ampliamente usados de aprendizaje automático. La capacitación en el análisis estadístico es fundamental para conocer íntimamente los datos de cualquier proceso y maximizar la explotación de los mismos.

Objetivos

El objetivo del curso de análisis estadístico es dotar a los participantes de una comprensión profunda de las técnicas expuestas para el análisis simultáneo de varias variables. En concreto, con la finalización del curso los participantes podrán:

• Describir la matriz de datos y llevar a cabo un análisis estadístico básico y un análisis visual de los mismos.
• Llevar a cabo análisis univariantes y multivariantes para resumir y explorar las relaciones entre varias variables.
• Aplicar un análisis de componentes principales para reducir la dimensionalidad de la matriz de datos, pero reteniendo información relevante.
• Implementar el análisis factorial para identificar variables latentes que explican las relaciones entre un conjunto de observaciones.
• Utilizar el análisis de correspondencias para visualizar y analizar tablas de contingencia con variables categóricas.
• Llevar a cabo un análisis de correlación canónica para explorar las relaciones entre dos conjuntos de variables.
• Aplicar técnicas de análisis de conglomerados para agrupar datos similares en base a varias variables.
• Emplear metodologías de análisis discriminante para clasificar las observaciones en grupos predefinidos.

Tras finalizar el curso, los asistentes contarán con el conocimiento y las habilidades necesarias para aplicar las técnicas descritas sobre datos reales e interpretar los resultados de manera significativa.

Audiencia

El curso está pensado para estudiantes, investigadores y profesionales que trabajan con datos y que quieren aprender nuevas técnicas y aplicaciones de análisis estadístico multivariante.

Prerrequisitos

Conocimiento de álgebra matricial y conocimiento básico de estadística.