Solicitar Información

    Información básica sobre Protección de Datos. Haz clic aquí

    Acepto el tratamiento de mis datos con la finalidad prevista en la información básica

    Especialista en Analisis de Datos en Fisica

    Single course header Image
    200 horas
    Modalidad Online

    Resumen

    En física es muy importante, entre otras cosas, conocer el proceso a seguir para el análisis de los datos con el objetivo de sacar conclusiones acerca de la información disponible en una investigación. Así, con el presente curso se pretende aportar los conocimientos necesarios para llevar a cabo el análisis de los datos en el ámbito de la física de manera profesional.

    Objetivos

    – Aportar la información necesaria para poder llevar a cabo el proceso de análisis de los datos obtenidos en el ámbito de la física. – Describir los conceptos de estadística descriptiva e inferencial como ayuda para llevar cabo la investigación precedente a la obtención de los datos. – Aclarar los términos más importantes acerca de la probabilidad y las hipótesis estadísticas.

    Salidas profesionales

    Educación / Docencia / Profesorado / Experto en física / Físico/ Físico de partículas / Investigador

    Para qué te prepara

    Para poder llevar a cabo los procesos correspondientes de análisis de datos en física es necesario disponer de la formación adecuada. Este curso de Análisis de Datos en Física te prepara para poder realizar este tipo de actividad y compartir los conocimientos adquiridos con cualquier persona de este sector.

    A quién va dirigido

    Este curso de Análisis de Datos en Física está dirigido a todos los profesionales que trabajan en este ámbito y quieran ampliar y/o actualizar sus conocimientos en la materia, y a todas aquellas personas interesadas en adquirir este tipo de información.

    Temario

    1. Aspectos introductorios a la estadística
    2. Concepto y funciones de la estadística
    3. - Estadística descriptiva
    4. - Estadística inferencial
    5. Medición y escalas de medida
    6. - Escala nominal
    7. - Escala ordinal
    8. - Escala de intervalo
    9. - Escala de razón
    10. Variables: Clasificación y notación
    11. Distribución de frecuencias
    12. - Distribución de frecuencias por intervalos
    13. Representaciones gráficas

    1. Medidas de posición
    2. - Media aritmética
    3. - Moda
    4. - Mediana
    5. - Medidas de posición no central
    6. Medidas de dispersión
    7. - Medidas de dispersión absoluta
    8. - Medidas de dispersión relativa
    9. Medidas de forma
    10. - Medidas de simetría y asimetría
    11. - Medidas de curtosis o apuntamiento

    1. Conceptos previos
    2. - El azar en la vida cotidiana
    3. - Clases de sucesos
    4. - Leyes del azar. Introducción a la probabilidad
    5. - Introducción a la ley de Laplace
    6. Métodos de muestreo
    7. - Métodos de muestreo probabilísticos
    8. - Métodos de muestreo no probabilísticos
    9. - Muestreo polietápico
    10. Principales indicadores

    1. Conceptos previos de probabilidad
    2. Variables discretas de probabilidad
    3. - Función de probabilidad
    4. - Función de distribución
    5. - Media y varianza de una variable aleatoria
    6. Distribuciones discretas de probabilidad
    7. - La distribución binomial
    8. - Otras distribuciones discretas
    9. Distribución normal
    10. Distribuciones asociadas a la distribución normal
    11. - Distribución “Chi-cuadrado” de Pearson
    12. - Distribución “t” de Student

    1. Introducción a las hipótesis estadísticas
    2. Contraste de hipótesis
    3. Contraste de hipótesis paramétrico
    4. - Hipótesis en contrastes paramétricos
    5. - Estadístico de contraste
    6. - Potencia de un contraste
    7. - Propiedades del contraste
    8. Tipologías de error
    9. Contrastes no paramétricos
    10. - Chi-cuadrado

    1. Introducción a los modelos de regresión
    2. Modelos de regresión: aplicabilidad
    3. Variables a introducir en el modelo de regresión
    4. - Tipos de variables a introducir en el modelo
    5. Construcción del modelo de regresión
    6. - Selección de las variables del modelo
    7. - Métodos de construcción del modelo de regresión
    8. - Obtención y validación del modelo más adecuado
    9. Modelo de regresión lineal
    10. Modelo de regresión logística
    11. Factores de confusión
    12. Interpretación de los resultados de los modelos de regresión

    1. Tabla I: Probabilidad binomial
    2. Tabla II: Función de la distribución binomial
    3. Tabla III: Función de la distribución normal
    4. Tabla IV: Distribución Chi-cuadrado
    5. Tabla V: Distribución t-Student

    Titulación

    TITULACIÓN expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings
    Scroll al inicio