Alumnado obxectivo: Estudantes da EDIUS. O alumnado debe de acudir con ordenador portátil.
Ubicación
Santiago
Modalidad
Presencial
Duración
Horas presenciales: 12
Horas de trabajo: 4
Total: 16
Matrícula en la actividad
02/01/2023 - 10/01/2023
Desarrollo de la actividad
17/01/2023 - 26/01/2023
Profesor/a
Paula Saavedra Nieves
Profesor/a
Mercedes Conde Amboage
| Grupo | Lugar | Fechas | Horario |
|---|---|---|---|
| Introdución a R, estatística e visualización | Aula de formación da EDIUS, Edificio CEA, Parque de Vista Alegre | 17, 19, 24 e 26 de xaneiro de 2023 | martes 17 e xoves 19 de xaneiro de 09:30 a 12:30 horas; martes 24 e xoves 26 de xaneiro de 16:30 a 19:30 horas |
Os contidos do curso, de carácter práctico, contemplan tanto aspectos relacionados co propio programa como conceptos fundamentais da Estatística, que se traballarán sobre exemplos de datos con R. Os grandes bloques de contidos son os seguintes:
- Bloque 1. Estatística descritiva: descritiva univariante e bivariante; resumos numéricos; ferramentas gráficas.
- Bloque 2. Introdución á Inferencia en poboacións normais e distribucións paramétricas: estimación puntual; intervalos de confianza; contrastes paramétricos.
Mercedes Conde Amboage
Mercedes Conde Amboage (Arzúa, 1988) é Profesora Axudante Doutora no Departamento de Estatística, Análise Matemática e Optimización (USC) dende setembro de 2019. Obtivo o seu doutoramento en Matemáticas en abril de 2017, coa tese titulada Statistical Inference in Quantile Regression Models, baixo a dirección dos Prof. Dres. Wenceslao González-Manteiga (USC) e César A. Sánchez Sellero (USC). Foi Profesora Interina de Substitución na USC ao longo dos cursos 2017/2018 e 2018/2019. Posteriormente, traballou como investigadora posdoutoral na Katholieke Universiteit te Leuven (KU Leuven, Bélxica) financiada cunha bolsa da Xunta de Galicia. Durante todo este período de actividade docente e investigadora, impartiu cursos de formación de Estatística en diversos eidos, por exemplo o Introdución á Estatística con R organizado a través do PFID da USC.
Paula Saavedra Nieves
Paula Saavedra Nieves (Santiago de Compostela, 1984) é Profesora Axudante Doutora no Departamento de Estatística, Análise Matemática e Optimización (USC) dende Setembro de 2018. Obtivo o seu doutoramento en Estatística e Investigación Operativa en Marzo de 2015, coa tese titulada Nonparametric data-driven methods for set estimation, baixo a dirección dos Prof. Dres. Wenceslao González-Manteiga (USC) e Alberto Rodríguez-Casal (USC). Foi investigadora postdoutoral no Centro de Investigación en Tecnoloxías da Información (USC) e no grupo SiDOR (Statistical Inference, Decision and Operations Research) da Universidade de Vigo.