Sesión | Fecha y hora de inicio | Fecha y hora de finalización | Aula | Ubicación |
---|---|---|---|---|
1 | 26/05/2025 09:30 | 26/05/2025 13:30 | Aula 1.2 SFPIE | Servicio de Formación Permanente e Innovación Educativa (SFPIE) |
2 | 30/05/2025 09:30 | 30/05/2025 13:30 | Aula 1.2 SFPIE | Servicio de Formación Permanente e Innovación Educativa (SFPIE) |
3 | 02/06/2025 09:30 | 02/06/2025 13:30 | Aula 1.2 SFPIE | Servicio de Formación Permanente e Innovación Educativa (SFPIE) |
4 | 06/06/2025 09:30 | 06/06/2025 12:30 | Aula 1.2 SFPIE | Servicio de Formación Permanente e Innovación Educativa (SFPIE) |
Se seleccionarán las personas participantes de acuerdo con los criterios siguientes:
• Para aquellos cursos que tengan requisitos específicos, se tiene que comprobar que efectivamente las personas solicitantes los reúnen.
• Se otorgará preferencia a las peticiones de aquellas personas solicitantes que no hayan realizado cursos de características parecidas en los últimos tres años.
• Así mismo, se otorgará preferencia a aquellos que no hayan realizado cursos de formación en los últimos tres años.
• En caso de empate entre solicitantes en aplicación de los anteriores criterios, habrá que ajustarse al riguroso orden de entrada de las solicitudes (día y hora de presentación)
- Cabedo Nebot, Adrian
- PDI-Catedratic/a d'Universitat
•Adquirir habilidades avanzadas en el manejo de bases de datos lingüísticas más allá de las hojas de cálculo tradicionales como Excel o Google Sheets.
•Familiarizarse con el programa R, aprendiendo los conceptos básicos de programación y análisis de datos en este entorno.
•Desarrollar la capacidad de representar datos de manera efectiva utilizando técnicas de visualización avanzadas, incluyendo barras, lolipops, diagramas de caja y líneas temporales utilizando GGplot2 en R.
•Adquirir habilidades avanzadas en el análisis de datos, utilizando diversas técnicas estadísticas y de visualización, como Mosaicplot y pruebas de chi cuadrado para explorar relaciones entre variables categóricas, análisis de correspondencias múltiples y análisis de componentes para identificar patrones en datos multidimensionales, la construcción de árboles de decisiones para tomar decisiones basadas en datos y la exploración de relaciones no lineales, así como la generación de mapas de calor para visualizar patrones de correlación y tendencias en datos numéricos.
•Análisis y explotación de una base de datos lingüística: más allá de Excel/Goole Sheets
•Introducción básica al manejo del programa R
•Técnicas estadísticas de visualización y contraste poblacional
o Visualización descriptiva (barras, lolipops, diagramas de caja, líneas temporales…) con GGplot2.
o Mosaicplot y chi cuadrado
o Análisis múltiple de correspondencias / Análisis de componentes
o Árboles de decisiones
o Mapas de calor
1.Comprender y explorar una base de datos más allá de las capacidades básicas de herramientas como Excel o Google Sheets. Esto implica habilidades para manipular datos, identificar patrones y realizar análisis descriptivos.
2.Aplicar habilidades básicas en el manejo del programa R, incluyendo la capacidad para importar datos, realizar operaciones de limpieza y transformación de datos, y ejecutar análisis estadísticos y visualizaciones utilizando paquetes y funciones en R.
3.Crear gráficos de barras, gráficos de puntos (lolipops), diagramas de caja, gráficos de líneas temporales y otros tipos de gráficos utilizando la biblioteca ggplot2 en R.
4.Comprender y aplicar la técnica de Mosaicplot y la prueba de Chi-Cuadrado para analizar la relación entre variables categóricas en los datos.
5.Realizar análisis de correspondencias múltiples y análisis de componentes para explorar relaciones y patrones en datos multivariados.
6.Comprender y aplicar el concepto de árboles de decisión como una técnica para la toma de decisiones basada en datos.
7.Crear mapas de calor (heatmap) para visualizar patrones en datos multivariados, especialmente útil en el análisis de datos geoespaciales.
Los contenidos se evaluarán a través de la asistencia y las prácticas realizadas en el aula, así como de la realización de un breve cuestionario online a la finalización del curso. En este cuestionario se preguntará sobre los ejemplos prácticos expuestos en clase.
Asistencia al 85% de la duración del curso