Especialista en Análisis de Datos y Técnicas Estadísticas en Astrofísica

En astrofísica 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 y técnicas estadísticas en el ámbito de la astrofísica de manera profesional.

UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS

  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

UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA

  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

UNIDAD DIDÁCTICA 3. ESTADÍSTICA INFERENCIAL

  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

UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD

  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

UNIDAD DIDÁCTICA 5. CONTRASTE DE HIPÓTESIS

  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

UNIDAD DIDÁCTICA 6. REGRESIÓN LINEAL

  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
  13. ANEXO. TABLAS
  14. Tabla I: Probabilidad binomial
  15. Tabla II: Función de la distribución binomial
  16. Tabla III: Función de la distribución normal
  17. Tabla IV: Distribución Chi-cuadrado
  18. Tabla V: Distribución t-Student

151,00 

Detalles del Curso

Información adicional

Horas 200 Horas
Modalidad ONLINE

¿Por qué elegir Aurea?

Metodología de Aprendizaje Online

  • Aprendizaje activo y autónomo: A diferencia de la formación presencial, en el e-learning es clave fomentar que el alumno sea protagonista de su propio proceso de aprendizaje.

  • Microlearning y contenidos modulares: Lecciones breves, bien estructuradas, que permitan avanzar paso a paso.

  • Gamificación y elementos interactivos (cuestionarios, simulaciones, casos prácticos) aumentan la motivación y retención del conocimiento.

  • Evaluación continua: No solo exámenes finales, sino también foros, tareas prácticas y autoevaluaciones.

Plataforma online Moodle

  • Moodle es una excelente elección como LMS (Learning Management System). Algunas ventajas:

    • Código abierto y altamente personalizable.

    • Permite gestión de usuarios, seguimiento de progreso, certificados automáticos, SCORM, etc.

    • Integración con plugins y herramientas externas como H5P, BigBlueButton, Zoom, etc.

  • Optimiza la navegación y la experiencia de usuario: que la plataforma sea clara, intuitiva y visualmente amigable.

  • Mobile first: Muchos usuarios acceden desde el móvil, así que asegúrate de que la plataforma esté bien adaptada.

Equipo Docente y Tutoría

  • Docentes formados en pedagogía digital: No basta con saber del tema; es crucial saber cómo enseñarlo online.

  • Disponibilidad y acompañamiento: Los alumnos valoran mucho el soporte y el feedback de tutores.

  • Presencia activa: En foros, comentarios y webinars. Esto reduce la sensación de soledad del estudiante online.

  • Capacitación constante del equipo docente en nuevas metodologías y herramientas digitales.

Interacción y Comunidad

  • Foros, chats y actividades colaborativas: fomentan el aprendizaje social.

  • Feedback entre pares: puede ser útil para mejorar y compartir conocimientos.

  • Gamificación social: rankings, badges, desafíos grupales.

  • Encuestas y sugerencias: para mejorar el curso con la opinión de los propios alumnos.