Logo de la Universitat de València Logo Servei de Formació Permanent i Innovació Educativa (SFPIE) Logo del portal

TÈCNIQUES ESTADÍSTIQUES DE VISUALITZACIÓ I VALIDESA POBLACIONAL AMB R MITJANÇANT “DADES PRAGMÀTIQUES I FÒNIQUES”

Destinataris PDI, PIF
Modalitat d'impartició Presencial
Llengua Castellà
Durada total 15
Durada presencial 15
Programa Convocatòria 'Docència i investigació'
Modalitat formativa Curs
Curs acadèmic 2024-2025
Edició 01
Any del pla de formació 2025
Data d'inici del curs 26/05/2025
Data de finalització del curs 06/06/2025
Data d'inici d'inscripció 07/04/2025
Data de finalització d'inscripció 29/04/2025
Sessions
Sessió Data i hora d'inici Data i hora de finalització Aula Ubicació
1 26/05/2025 09:30 26/05/2025 13:30 Aula 1.2 SFPIE Servei de Formació Permanent i Innovació Educativa (SFPIE)
2 30/05/2025 09:30 30/05/2025 13:30 Aula 1.2 SFPIE Servei de Formació Permanent i Innovació Educativa (SFPIE)
3 02/06/2025 09:30 02/06/2025 13:30 Aula 1.2 SFPIE Servei de Formació Permanent i Innovació Educativa (SFPIE)
4 06/06/2025 09:30 06/06/2025 12:30 Aula 1.2 SFPIE Servei de Formació Permanent i Innovació Educativa (SFPIE)
Perfil professional destinataris
PDI i PIF
Criteris de selecció

Es seleccionaran les persones participants d'acord amb els criteris següents:
• Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
• S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
• Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
• En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)

Professorat UV
  • Cabedo Nebot, Adrian
  • PDI-Catedratic/a d'Universitat
Ver ficha
Objectius formatius

•Adquirir habilitats avançades en el maneig de bases de dades lingüístiques més enllà dels fulls de càlcul tradicionals com Excel o Google Sheets.
•Familiaritzar-se amb el programa R, aprenent els conceptes bàsics de programació i anàlisi de dades en aquest entorn.
•Desenvolupar la capacitat de representar dades de manera efectiva utilitzant tècniques de visualització avançades, incloent-hi barres, *lolipops, diagrames de caixa i línies temporals utilitzant *GGplot2 en R.
•Adquirir habilitats avançades en l'anàlisi de dades, utilitzant diverses tècniques estadístiques i de visualització, com *Mosaicplot i proves de *chi quadrat per a explorar relacions entre variables categòriques, anàlisis de correspondències múltiples i anàlisis de components per a identificar patrons en dades multidimensionals, la construcció d'arbres de decisions per a prendre decisions basades en dades i l'exploració de relacions no lineals, així com la generació de mapes de calor per a visualitzar patrons de correlació i tendències en dades numèriques.

Continguts

•Anàlisi i explotació d'una base de dades lingüística: més enllà d'Excel/*Goole *Sheets
•Introducció bàsica al maneig del programa R
•Tècniques estadístiques de visualització i contrast poblacional
o Visualització descriptiva (barres, *lolipops, diagrames de caixa, línies temporals…) amb *GGplot2.
o *Mosaicplot i *chi quadrat
o Anàlisi múltiple de correspondències / Anàlisis de components
o Arbres de decisions
o Mapes de calor

Competències que es desenvoluparan

1.Comprendre i explorar una base de dades més enllà de les capacitats bàsiques d'eines com Excel o Google Sheets. Això implica habilitats per a manipular dades, identificar patrons i realitzar anàlisis descriptives.
2.Aplicar habilitats bàsiques en el maneig del programa R, incloent-hi la capacitat per a importar dades, realitzar operacions de neteja i transformació de dades, i executar anàlisis estadístiques i visualitzacions utilitzant paquets i funcions en R.
3.Crear gràfics de barres, gràfics de punts (lolipops), diagrames de caixa, gràfics de línies temporals i altres tipus de gràfics utilitzant la biblioteca ggplot2 en R.
4.Comprendre i aplicar la tècnica de Mosaicplot i la prova de Chi-Quadrat per a analitzar la relació entre variables categòriques en les dades.
5.Realitzar anàlisi de correspondències múltiples i anàlisis de components per a explorar relacions i patrons en dades multivariades.
6.Comprendre i aplicar el concepte d'arbres de decisió com una tècnica per a la presa de decisions basada en dades.
7.Crear mapes de calor (heatmap) per a visualitzar patrons en dades multivariades, especialment útil en l'anàlisi de dades geoespaciales.

Criteris i procediment d'avaluació de l'activitat

Els continguts s'avaluaran a través de l'assistència i les pràctiques realitzades a l'aula, així com de la realització d'un breu qüestionari en línia a la finalització del curs. En aquest qüestionari es preguntarà sobre els exemples pràctics exposats en classe.
Assistència al 85% de la duració del curs

Inscripció