Herramientas estadísticas

image

CURSO “HERRAMIENTAS ESTADÍSTICAS PARA EL ANÁLISIS DE ECOSISTEMAS MARINOS”

 

 

1. IDENTIFICACIÓN DEL CURSO

NOMBRE: “HERRAMIENTAS ESTADÍSTICAS PARA EL ANÁLISIS DE ECOSISTEMAS MARINOS”
NUMERO DE ALUMNOS: 5
HORAS PRESENCIALES: 50
NIVEL DEL CURSO: Básico/Intermedio.
MATERIALES : Manual con los contenidos y laboratorios prácticos.
LUGAR: Sala multimedial de la Escuela de Ciencias del Mar, PUCV.
FECHA Y HORARIOS: Ver Cronograma del curso.

2. DESCRIPCIÓN DEL CURSO

Curso teórico-práctico que busca desarrollar, en los profesionales de la División de Acuicultura de SUBPESCA, las habilidades de programación y modelado estadístico con el programa de libre acceso R, así como también las capacidades de visualizar espacialmente el resultado del modelado estadístico.

El contenido está basado en el correcto uso de R (entorno y lenguaje de programación con un enfoque al análisis estadístico) para poder implementar técnicas de análisis y modelado de datos biológicos relativos a calibrar y validar modelos estadísticos que ayuden al entendimiento y predicción de los fenómenos ecológicos a estudiar.

Para el desarrollo de este curso se utilizarán los programas R (R Cran Project) y la interfaz gráfica Rstudio.

3. OBJETIVOS TERMINALES

Su principal objetivo es implementar los conocimientos y habilidades de programación estadística basados en la plataforma R, incorporar el conocimiento teórico del modelado de datos ecológicos y exportación y visualización gráfica de los resultados.

4. METODOLOGÍA DE ENSEÑANZA Y REQUISITOS DE APROBACIÓN

La enseñanza del curso se basará en:
–          Clases Expositivas (CE), durante las cuales se entregarán los elementos centrales del tema propuesto para la unidad.
–          Laboratorios orientados a tratamiento de información (LAB).

Las clases expositivas se efectuarán en forma paralela a las clases prácticas y los trabajos dirigidos.

La aprobación del estudiante requerirá que cumpla con la rendición de trabajos dirigidos efectuados en los laboratorios.

5. EVALUACIÓN DEL APRENDIZAJE

¨    Tipo de evaluación: Se realizarán 3 controles prácticos de trabajo en laboratorio, con igual ponderación.
¨    Asistencia mínima: 75% (3 días inasistencia).

6. UNIDADES TEMÁTICAS

6.1. PRIMERA UNIDAD (CE y LAB): Introducción a la programación en R y RStudio

Contenidos:
Teoría: Operaciones y funciones matemáticas y estadísticas básicas.
Introducción al Software de programación R y a la Interfaz Gráfica RStudio.
Descarga, instalación y mantenimiento (Housekeeping) del software R y de los paquetes (packages) estadísticos necesarios a utilizar.
Descarga, instalación y configuración del software de interfaz gráfica RStudio.
Manejo del workspace y de scripts.
Autoaprendisaje de R (ayuda integrada, recursos, blogs, etc.)

6.2. SEGUNDA UNIDAD (CE y LAB): Tipos de datos y estructuras en R

Contenidos:
Teoría: Estructura de datos en R y análisis estadísticos.
Programación básica y cálculos generales (R como una calculadora).
Programación básica orientada a objetos (vectores, listas, matrices y dataframes).
Concatenación y combinación de datos.
Ordenamiento, indexación y manipulación general de objetos.

6.3. TERCERA UNIDAD (CE y LAB): Importación y manejo de datos en R

Contenidos:
Importación de datos desde diferentes plataformas Excel, *.txt, etc.
Manipulación de dataframes (subset(), order(), creación de columnas, Nas, etc.).

6.4. CUARTA UNIDAD (CE y LAB): Funciones básicas en R

Contenidos:
Teoría: Funciones básicas y estadística descriptiva.
Creación de datos (seq(), rep(), :, etc.).
Estadística descriptiva (mean(), sd(), sqrt(), Nas, NaN, etc.).
Funciones tapply(), sapply(), lapply(), str(), table(), summary().

6.5. QUINTA UNIDAD (CE y LAB): Herramientas básicas de gráficos en R

Contenidos:
Teoría: Introducción a gráficos estadísticos.
Gráficos en la distribución base de R.
Exportación de gráficos.

6.6. SEXTA UNIDAD (CE y LAB): Funciones avanzadas en R

Contenidos:
Teoría: Funciones estadísticas avanzadas en R.
Introducción a los loops.
Programación de loops.
Funciones.

6.7. SÉPTIMA UNIDAD (CE y LAB): Herramientas avanzadas de gráficos en R

Contenidos:
Teoría: Gráficos estadísticos avanzados.
Introducción al paquete “ggplot2”.
Exploración visual de datos con fines estadísticos.

6.8. OCTAVA UNIDAD (CE y LAB): Modelado estadístico con R

Contenidos:
Teoría: Introducción a la modelación estadística en R.
Introducción a los modelos estadísticos.
Modelos lineales.
Modelos lineales Generalizados.
Modelos Aditivos.
Modelos Aditivos Generalizados.
Modelos Geoestadísticos

6.9. NOVENA UNIDAD (CE y LAB): Visualización modelos estadísticos

Contenidos:
Teoría: Introducción al diseño e implementación de geoportales.
Predicción de modelos estadísticos.
Integración con plataformas geo-espaciales.

Geoportales:
·         Introducción a los Geoportales.
·         Funciones básicas de un Geoportal: representación del mapa, proyección de datos, consultas, diccionarios, metadatos de capas y servicios, análisis, visualización, extracción y descarga de información.
·         Capacidades del Geoportal: búsqueda, mapas, publicación y administración de datos.
·         Clasificación de los Geoportales: de contenido, transaccionales, colaborativos, de conocimiento.
·         Tipología de Geoportales: de catálogo, de aplicación, empresariales.
·         Componentes del geoportal: Data Management, Web Service, Portal Web.
·         ArcObjects: fundamentos básicos.
·         Elementos y ambientes de trabajo: Bases de Datos (SQL), Codificadores web (xml, soap, wsdl, wms, wfs, gml), Visualizadores de mapas (html, http, xls, xml, jsp, asp).
·         ArcGis Online.
·         Visualizadores de mapas y scripts de libre acceso: visualizador de mapas, visualizador online Desktop QGis (Leaflet), Leaflet + R Cran Project y script Google Earth para la visualización de información geográfica.

7. BIBLIOGRAFÍA CURSO DE CAPACITACIÓN

Crawley M. J. (2013) The R Book. Wiley. 1060 pp.
[http://www.bio.ic.ac.uk/research/mjcraw/therbook/index.htm]
Grolemund G. (2014) Hands-On Programming with R. O’Reilly. 247 pp.
Husson F. Lê et Pagès. (2009). Analyse de données avec R. Presses Universitaires de Rennes. 224 pp.
Verzani J. (2011) Getting Started with Rstudio . O’Reilly. 92 pp.
Zuur et al () Begginer’s
Zuur et al () Mixed Effects Models in Ecology With R.

8. AULA VIRTUAL PUCV

Uso complementario del Aula Virtual de la Pontificia Universidad Católica de Valparaíso (http://aula.virtual.ucv.cl/) para potenciar las prácticas educativas y los procesos de enseñanza y aprendizaje con uso de tecnologías TICs como apoyo al curso de capacitación y con una garantía de soporte por 3 meses después de terminado el proyecto.

9. RELATORES

Académico PUCV responsable coordinación curso: Dr. Claudio Silva.
Relator Unidad 1-5: Dr. Claudio Silva.
Relator Unidad 6-8: Dr. Antonio Canepa, MSc. Pedro Apablaza.
Relator Unidad 9: Geógrafo Cristián Larraguibel.

Asistentes del curso
MSc. José Lastra
Ing. Pesq. Jaime Aguilera

 

Ver Cronograma del Curso