La actividad tiene como objetivos:

- Aprender a utilizar las distintas distribuciones de probabilidad.
- Entender el análisis estadístico a través del modelo lineal generalizado.
- Aplicar los fundamentos teóricos a través del lenguaje de programación para el análisis de datos R.

Los contenidos de la actividad se estructuran en los siguientes bloques:

Bloque 1: El lenguaje de programación R
- Estructuras de datos / Programación en R.
- Tidyverse.

Bloque 2: Estadística descriptiva
- Tipos de variables.
- Medidas de tendencia central / dispersión.

Bloque 3: Probabilidad
- Distribuciónes de probabilidad
- Likelihood

Bloque 4: Contraste de hipotesis
- Test estadístico
- Significación estadística y valores-p

Bloque 5: Análisis de datos categóricos
- Tablas de contingencia
- Test Chi-cuadrado

Bloque 6: El modelo lineal generalizado
- Formulacion matemática
- Likelihood-ratio test

Las competencias asociadas a la actividad se resumen en:

CB12 - Capacidad de concebir, diseñar o crear, poner en práctica y adoptar un proceso sustancial de investigación o creación.
CB14 - Capacidad de realizar un análisis crítico y de evaluación y síntesis de ideas nuevas y complejas.
CA03 - Diseñar, crear, desarrollar y emprender proyectos novedosos e innovadores en su ámbito de conocimiento.
CA06 - La crítica y la defensa intelectual de soluciones

- Sesiones teórico-prácticas.
- Aprendizaje basado en proyectos: resolución de problemas de programación y análisis de datos.
- Aprendizaje cooperativo: Trabajo en grupos.

En caso de que el número de solicitantes supere el máximo contemplado, se le dará preferencia a aquel alumnado que disponga de menor tiempo para finalizar el periodo de estudios de doctorado.

 El alumno es capaz de responder distintas preguntas de investigación a través del uso adecuado del análisis de datos.

- Agresti, A. (2013). Categorical Data Analysis. Wiley & Sons.
- Gailmard, S. (2014). Statistical Modeling and inference for Social Science. Cambridge Universty Press.
- Grolemund, G. & Wickham, H. (2014). Hands-On Programming with R: Write Your Own Functions and Simulations. O’Really Media.
- Heumann, C. & Shomaker, M. (2016). Introduction to Statistics and Data Analysis. With Exercises, Solutions and Applications in R. Springer.
- McElreath, R. (2020). Statistical Rethinking. A Bayesian Course with Examples in R and STAN. CRC Press.