Curso en Análisis de Datos Sociales con RStudio

DESCRIPCIÓN
Actualmente, tenemos la posibilidad de trabajar con volúmenes importante de datos los que requieren de técnicas de análisis adecuadas provenientes de la estadística y la minería de datos. Por otro lado, en los últimos años se han desarrollado nuevas tecnologías de libre acceso conocidas como open sources o programas de código libre como R Studio cuya versatilidad no solo permiten procesar y analizar grandes bases de datos, sino también sus librerías permiten visualizar representaciones cartográficas, apoyando el estudio de los datos de naturaleza espacial. Este hecho ha despertado un gran interés en las instituciones públicas y privadas de contar con profesionales que tengan un adecuado conocimiento de ellas.
Es por ello, que el curso Análisis de datos sociales con R Studio, pretende aportar en la entrega de conceptos y herramientas que posibilitan un adecuado análisis estadístico, con el uso de uno de los programas estadístico más utilizado en la actualidad relevando de esta manera la aplicación práctica de casos. 

OBJETIVOS DEL PROGRAMA
Al final del programa el alumno podrá:
Conocer y aplicar procedimientos estadísticos a problemáticas del ámbito social con el apoyo de herramientas computacional como R Studio.
Utilizar el programa R Studio en la comunicación de resultados a través de adecuadas visualizaciones y representaciones espacial.

POBLACIÓN OBJETIVO
Profesionales de diversas disciplinas del ámbito social que requieran complementar y actualizar sus conocimientos en estadística con apoyo de software R Studio.

REQUISITOS DE INGRESO

• Conocimientos básicos de estadística.
• Experiencia en manejo de base de datos.
• Manejo computacional nivel intermedio.

CONTENIDOS DEL PROGRAMA (33 hrs total)

Módulo I. El ambiente R Studio y manipulación de bases de datos (12 hrs)

• Introducción al lenguaje de R, y su interfaz
• El concepto de objeto, datos y data frame en R Studio. 
• Instalación de Packages y ejecución de librerías en R.
• Importar y exportar base de datos desde y hacia distintos formatos: CSV, SAV, XLSX, TXT, DAT.
• Orden, depuración y manipulación de bases de datos: Librería dplyr
• Medidas descriptivas o de Resumen en R. función summarice
• Visualización gráfica en R: librería ggplot 2.
• Herramientas de edición en R
• Probabilidad y Variables aleatorias

Módulo II. Análisis de datos: inferencial y causal (12 hrs).

• Estimación Puntual y sus propiedades.
• Teorema del Límite Central y Distribución Muestral
• Estimación por Intervalos para la media, proporción y varianza
• Test de Hipótesis para la media, proporción y varianza.
• Aplicación de las temáticas enseñadas utilizando R Studio
• Medidas de Asociación para variables cuantitativas.
• Modelo de Regresión lineal simple, múltiple y logístico.
• Bondad de ajuste.
• Análisis de clúster.
• Elaboración de reportes en R Studio: Uso de R Markdown

Módulo III. Análisis espacial de datos (9 hrs).

• Importar y visualizar archivos shapefile en R Studio: Librería SP
• Indicadores de análisis espacial. Autocorrelación espacial, índice global de Moran

METODOLOGÍA

Debido a la contingencia, el curso se realizará en modalidad online con sesiones donde se combinan los aspectos teóricos con la práctica. Así, en las sesiones teóricas se estudiarán los conceptos y herramientas necesarias para tener un correcto manejo de base de datos y además realizar un adecuado y sustantivo análisis de los resultados. También, se entregará material complementario con la finalidad de apoyar el proceso de aprendizaje más allá de las horas lectivas.
Las sesiones prácticas enfatizaran en el trabajo autónomo del participante quien deberá aplicar a problemas concretos, casos aplicados, los procedimientos mostrados en las sesiones teóricas con el apoyo del programa R Studio. En todo momento el trabajo será supervisado por el relator. Clases prácticas: se realizarán de forma individual.

EVALUACIÓN
Se realizará una evaluación al término del curso que dé cuenta del nivel de logro de las competencias adquiridas por los participantes. En este contexto, la nota mínima de aprobación será 4,0 en la escala de 1,0 a 7,0, con una asistencia mínima de 75%.

RELATOR
Cristián Escobedo Catalán
Geógrafo, Universidad de Chile
Magíster en Políticas Públicas, Universidad de Chile.
Magíster en Enseñanza de las Ciencias, Universidad de Playa Ancha.
Diplomado en Estadística mención métodos estadísticos, Pontificia Universidad Católica de Chile.
Diplomado en Data Science, Pontificia Universidad Católica de Chile.
Diplomado en Evaluación de políticas públicas, Universidad de Chile.
Profesor Asistente, Facultad de Arquitectura y Urbanismo, y Escuela de Gobierno y Gestión Pública, Universidad de Chile.

Pablo Olivares Castillo
Geógrafo, Pontificia Universidad Católica de Chile.
Diplomado en Gestión para la Reducción del Riesgo de Desastre, Universidad de Chile.
Geógrafo, Investigador, Coordinador de Proyectos y encargado de plataforma digital, Centro de Inteligencia Territorial.
Profesor Externo. Escuela de Diseño, Universidad Adolfo Ibáñez.
Digital Developer Senior, Entel Ocean