Introducción a las técnicas de estudio en ciencias experimentales.

Imagen de A.J.Canepa

Introducción a las técnicas de estudio en ciencias experimentales.

Instalar las habilidades teórico-prácticas que permitan a los estudiantes y profesionales enfrentar las cuestiones relacionadas con el conocimiento del entorno natural (con énfasis en el medio marino); permitiendo el desarrollo exitoso de un programa de investigación, tomando y analizando datos y dando resultados.
El curso está dirigido a estudiantes, investigadores o profesionales relacionados con el estudio del entorno natural que deseen ampliar sus conocimientos teóricos y prácticos de cómo tratar el estudio de los sistemas naturales y el efecto de los seres humanos sobre él.
Imagen de A. J. canepa
  • Este curso se propone como complemento formativo aplicado al diseño experimental, desarrollo experimental y análisis de datos. Entendemos que es especialmente útil para la redacción de Tesis (Bachellor, Maestría y Doctorado), artículos científicos y trabajos profesionales donde la estadística descriptiva y el análisis experimental son necesarios. Ejemplos de ecología (terrestre y marina), pero también de otras disciplinas científicas (ciencias ambientales, química, medicina, etc.)
  • La actividad consistirá en sesiones teórico-prácticas por ordenador  y complementadas con prácticas en laboratorio y muestreo de campo.

Introducción a la programación en R y RStudio

  • Introducción al Software  R y a la Interfaz Gráfica RStudio.
  • Descarga, instalación y mantenimiento R, RStudio y otros paquetes.
  • Manejo del workspace y de scripts.
  • Programación básica orientada a objetos.
  •  Importación de datos desde diferentes plataformas.
  • Tratamiento básico de datos para fines estadísticos.

Diseño experimental y muestreo

  • Teoría del muestreoRéplicación;Pseudo-réplicación.
  • Control experimental. Diseño BACI (Before After Control Impact).
  • Practical activities of data collection design.
  • Actividades prácticas de diseño de toma de datos.
  • Campañas / Experimentos con ejemplos Reales.

Exploración estadística de Datos con R

  • Introducción al paquete “ggplot2”.
  •  Exploración visual de datos con fines estadísticos.
  • Violación de las asunciones de los modelos lineales: Normalidad, Homogeneidad, Independencia.

Análisis de datos con R

  • Introducción a los modelos estadísticos.
  • Modelos lineales.
  •  Modelos lineales Generalizados.

Trabajo en grupo y mesa final de discusión

  • Presentación del problema a ser evaluado por los alumnos.
  • Trabajo en grupos discretos utilizando lo aprendido.
  • Presentación de los resultados. Discusión final de los resultados.

+ GENERAL
  • Este curso se propone como complemento formativo aplicado al diseño experimental, desarrollo experimental y análisis de datos. Entendemos que es especialmente útil para la redacción de Tesis (Bachellor, Maestría y Doctorado), artículos científicos y trabajos profesionales donde la estadística descriptiva y el análisis experimental son necesarios. Ejemplos de ecología (terrestre y marina), pero también de otras disciplinas científicas (ciencias ambientales, química, medicina, etc.)
  • La actividad consistirá en sesiones teórico-prácticas por ordenador  y complementadas con prácticas en laboratorio y muestreo de campo.
+ CONTENIDOS

Introducción a la programación en R y RStudio

  • Introducción al Software  R y a la Interfaz Gráfica RStudio.
  • Descarga, instalación y mantenimiento R, RStudio y otros paquetes.
  • Manejo del workspace y de scripts.
  • Programación básica orientada a objetos.
  •  Importación de datos desde diferentes plataformas.
  • Tratamiento básico de datos para fines estadísticos.

Diseño experimental y muestreo

  • Teoría del muestreoRéplicación;Pseudo-réplicación.
  • Control experimental. Diseño BACI (Before After Control Impact).
  • Practical activities of data collection design.
  • Actividades prácticas de diseño de toma de datos.
  • Campañas / Experimentos con ejemplos Reales.

Exploración estadística de Datos con R

  • Introducción al paquete “ggplot2”.
  •  Exploración visual de datos con fines estadísticos.
  • Violación de las asunciones de los modelos lineales: Normalidad, Homogeneidad, Independencia.

Análisis de datos con R

  • Introducción a los modelos estadísticos.
  • Modelos lineales.
  •  Modelos lineales Generalizados.

Trabajo en grupo y mesa final de discusión

  • Presentación del problema a ser evaluado por los alumnos.
  • Trabajo en grupos discretos utilizando lo aprendido.
  • Presentación de los resultados. Discusión final de los resultados.

Necesitas este curso?

Share: