Inferencia Avanzada

Curso

Inferencia Avanzada

Facultad de Ciencias, Departamento de Matemáticas
Inicio / Programas / Inferencia Avanzada

Módulo 4: Inferencia Avanzada

¿La edad y el tipo de dieta afectan el tiempo promedio de ejercicio? ¿Los porcentajes de niveles educativos son iguales en ciudades principales? ¿Las horas de sueño y la dieta tienen alguna conexión?

Este curso les permite a personas sin la formación técnica o teórica, trabajar con algunas técnicas avanzadas en la toma de decisiones que involucran múltiples promedios, modelos de regresión, pruebas de homogeneidad e independencia. El curso es autocontenido y se puede acceder de manera independiente de los otros cursos.

El enfoque es análisis crítico de la información, en particular de estudios reales. Se hace poniendo la creatividad como el eje central, promoviendo la autonomía, el trabajo colaborativo y transdisciplinar usando las metodologías de Clase Invertida y Manos a la obra. El curso no tiene prerrequisitos y les permite a las personas (incluso las que no les gustan o se le dificultan las matemáticas) lograr un adecuado manejo de algunas herramientas para análisis crítico de la información.

Este curso hace parte del Programa de Estadística. Ver más aquí.

Este curso hace parte del programa Estadística. Ver más aquí.

Dirigido a

Personas que quieran estudiar (o estén estudiando) analítica de datos, psicología, antropología, derecho, ciencia política, diseño, arquitectura, periodismo, comunicación social. Además, aquellas que quieran estudiar un posgrado en economía, administración, ingeniería o en las disciplinas anteriores.

Personas que en su rol profesional requieran analizar y presentar datos, tomar decisiones basadas en estudios estadísticos (observatorios sociales o económicos, periodismo, etc.).

Objetivos

Este curso hace parte del Programa de Estadística. Ver más aquí.

Metodología

Todos los módulos del programa son virtuales y tienen énfasis en la creatividad, en el pensamiento crítico, en el trabajo transdisciplinar y colaborativo y usa la metodología de aula invertida en conjunto con aplicaciones reales de la estadística. Todo esto para promover el aprendizaje significativo bajo el lema "manos a la obra". Cada módulo tiene 6 sesiones de 3 horas. En cada sesión de clase hay 3 momentos: Clase magistral, trabajo colaborativo y taller de aplicaciones reales. Esto muestra un claro énfasis en el trabajo practico de los estudiantes.

La evaluación es formativa y se va haciendo a lo largo de cada sesión, usando parte de los encuentros para hacer sustentaciones de trabajos. La nota de cada módulo corresponde a la entrega de 2 trabajos en grupo (30%) y su respectiva sustentación individual (70%). Cada módulo se aprueba con una nota mínima de 3.5 y el 100% de la lista de conocimientos y habilidades al finalizar la última sesión de cada módulo. La lista es de conocimiento de cada estudiante, así como el nivel de cumplimiento y los ítems pendientes en ella.

Contenido

Módulo Inferencia Avanzada:

  • Modelos de regresión múltiple.
  • Pruebas de bondad de ajuste, de independencia y de igualdad de dos o más proporciones.
  • Pruebas para la igualdad de dos o más promedios (ANOVA).
  • Pruebas para la igualdad de varianzas. 

Profesores

Schweitzer Rocuts

Docente de planta del Departamento de Matemáticas de la Universidad de los Andes, con más de 20 años de experiencia en cursos de ecuaciones diferenciales, álgebra lineal, variable compleja, cálculos diferenciales, integral, vectorial, etc.

Condiciones

Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.

La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.