Curso de Análisis de datos y estadística descriptiva para investigación

M.C. Axel Alejandro Ramos García

Tecnológico de Monterrey

Curso de Análisis de datos y estadística descriptiva para investigación

Curso en línea

Acceso durante 1 año

10 horas totales

$899.00 MXN ($45 USD)

Información general

En este curso introductorio práctico aprenderás:

  • Conceptos básicos de análisis de datos.
  • Aplicar técnicas para identificar problemas y  estructurar objetivos.
  • Usar herramientas básicas para el análisis estadístico.
  • Elaborar gráficos y visualizaciones para la toma de decisiones. 

Qué aprenderás

Definir y estructurar problemas de análisis.

Clasificar y gestionar datos.

Diseñar e interpretar visualizaciones efectivas.

A quién va dirigido este curso

Este curso está diseñado para estudiantes y profesionales de áreas científicas, ingenierías y negocios. Además de investigadores y analistas que inician en gestión y análisis de datos.

Beneficios del curso

Certificado de finalización

Constancia de
finalización del curso
y realización de un
proyecto con valor
curricular

Instructores expertos

Aprende directamente de expertos del área de las mejores instituciones de Latinoamérica y el mundo

Educación con proyectos

Realizarás un
proyecto académico
para demostrar las
habilidades
adquiridas en el
curso

Temario

M1 Introducción al análisis de datos
  • ¿Qué es el análisis de datos? Ciclo de vida de los datos, fases del análisis de datos

  • Carga y exploración inicial del dataset de ejemplo, incluyendo su utilidad para responder preguntas de investigación y la identificación de objetivos de análisis.

  • Relación y aplicación de las etapas del ciclo de datos (crear, almacenar, procesar, analizar, visualizar, archivar/eliminar) en el contexto del dataset.

Práctica 1: Aplicación de las fases del análisis de datos (Ask, Prepare, Process, Analyze, Share, Act): determinación de la información a conocer, revisión y limpieza de datos, definición de métricas, y documentación del reporte final en Excel.

  • Técnica de los 5 por qué, método SMART, tipo de problemas.

Práctica 2:

  • Formulación y registro de objetivos SMART en la hoja de Excel del proyecto.

  • Clasificación y discusión de las preguntas de investigación (predicción, categorización, identificación de patrones) y del tipo de problema que resuelve el proyecto.

  • Tipos de variables, tipos de datos, herramientas base para el análisis de datos.

Práctica 3:

  • Análisis en Excel/Google Sheets para el filtrado de datos y la creación de tablas simples.

  • Identificación y registro de los tipos de variables (cuantitativas, cualitativas, discretas y continuas) en una tabla de Excel.

  • Determinación y documentación de los tipos de datos (numéricos, texto, lógicos o fechas) en una tabla de Excel.

  • Análisis de las escalas de medición, medidas de tendencia central, medidas de dispersión, tablas de frecuencia y representaciones tabulares.

  • Clasificación y registro de cada variable del dataset como nominal, ordinal, de intervalo o de razón en Excel.

  • Cálculo e interpretación de medidas de tendencia central (media, mediana y moda) y de dispersión (rango, varianza y desviación estándar).

Práctica 4:

  • Construcción y análisis de tablas de frecuencia para variables categóricas, con identificación de la categoría más común.

  • Identificación de los principales tipos de visualización de datos y su propósito.

  • Diseño e interpretación de gráficos para comunicar hallazgos de manera efectiva.

  • Aplicación de visualizaciones como herramienta para la toma de decisiones en proyectos de investigación.

Proyecto

Informe de datos con análisis estadístico y gráficos interpretativos

A lo largo del curso, se trabajará con datos reales para aprender a organizarlos, analizarlos y representarlos gráficamente. Como entrega final, cada participante elaborará un informe analítico con resultados, visualizaciones y conclusiones basadas en evidencia.

Instructor

M.C. Axel Alejandro Ramos García

Tecnológico de Monterrey

Especialista en Bioinformática y Biología Computacional, con enfoque en aprendizaje automático aplicado al análisis de datos biológicos. Desarrolló FuNTB, una herramienta para el análisis de SNP en Mycobacterium tuberculosis, e investigó la selección de características en Neisseria gonorrhoeae y Acinetobacter baumannii mediante aprendizaje profundo, inteligencia artificial explicable y enfoques neurosimbólicos. Posee experiencia en el entrenamiento de modelos avanzados como DNABERT y en la optimización de flujos de trabajo de machine learning, así como en el uso de computación de alto rendimiento con clústeres Linux y servidores SLURM para análisis genómicos a gran escala. Además, cuenta con una sólida trayectoria interdisciplinaria en robótica y sistemas inteligentes, destacando el desarrollo de un exoesqueleto para miembros inferiores destinado a personas con paraplejia.

Certificado digital

Certificado

Obtendrás un certificado con valor curricular, el cual queda registrado dentro de la plataforma de Conociverso y podrás consultar en cualquier momento para su validación.

Requerimientos técnicos

  • Manejo básico de office (Excel o Google Sheets).
  • Álgebra y estadística elemental.
  • Memoria RAM de 8 GB o superior.
  • Procesadores core i5 similar o superior.

Preguntas frecuentes

¿Se entrega un certificado al finalizar este curso?

Sí. Al terminar el curso recibirás un certificado con valor curricular, emitido por Conociverso, que demuestra las habilidades adquiridas durante el curso.

No necesariamente. Recomendamos contar con conocimientos básicos en ciencias biológicas, pero el programa está pensado para adaptarse tanto a estudiantes como a profesionales.

No. Durante el diplomado aprenderás a instalar y utilizar cada herramienta paso a paso, con la guía de tus profesores. Únicamente necesitas contar con una computadora con al menos 8 GB de RAM.

¡Por supuesto! Todos nuestros cursos están diseñados para que también los puedas realizar en modalidad asincrónica, a tu propio ritmo y en el horario que mejor se adapte a ti. Tendrás acceso a las grabaciones de todas las clases del curso y al material complementario.


Sí, emitimos factura fiscal únicamente para México. Para solicitarla, ve a la configuración de tu cuenta, en la sección de pagos encontrarás la opción de facturación. Debe solicitarse dentro del mismo mes en que se realizó la compra.

Reseñas

M1 Introducción al análisis de datos
  • ¿Qué es el análisis de datos? Ciclo de vida de los datos, fases del análisis de datos

  • Carga y exploración inicial del dataset de ejemplo, incluyendo su utilidad para responder preguntas de investigación y la identificación de objetivos de análisis.

  • Relación y aplicación de las etapas del ciclo de datos (crear, almacenar, procesar, analizar, visualizar, archivar/eliminar) en el contexto del dataset.

Práctica 1: Aplicación de las fases del análisis de datos (Ask, Prepare, Process, Analyze, Share, Act): determinación de la información a conocer, revisión y limpieza de datos, definición de métricas, y documentación del reporte final en Excel.

  • Técnica de los 5 por qué, método SMART, tipo de problemas.

Práctica 2:

  • Formulación y registro de objetivos SMART en la hoja de Excel del proyecto.

  • Clasificación y discusión de las preguntas de investigación (predicción, categorización, identificación de patrones) y del tipo de problema que resuelve el proyecto.

  • Tipos de variables, tipos de datos, herramientas base para el análisis de datos.

Práctica 3:

  • Análisis en Excel/Google Sheets para el filtrado de datos y la creación de tablas simples.

  • Identificación y registro de los tipos de variables (cuantitativas, cualitativas, discretas y continuas) en una tabla de Excel.

  • Determinación y documentación de los tipos de datos (numéricos, texto, lógicos o fechas) en una tabla de Excel.

  • Análisis de las escalas de medición, medidas de tendencia central, medidas de dispersión, tablas de frecuencia y representaciones tabulares.

  • Clasificación y registro de cada variable del dataset como nominal, ordinal, de intervalo o de razón en Excel.

  • Cálculo e interpretación de medidas de tendencia central (media, mediana y moda) y de dispersión (rango, varianza y desviación estándar).

Práctica 4:

  • Construcción y análisis de tablas de frecuencia para variables categóricas, con identificación de la categoría más común.

  • Identificación de los principales tipos de visualización de datos y su propósito.

  • Diseño e interpretación de gráficos para comunicar hallazgos de manera efectiva.

  • Aplicación de visualizaciones como herramienta para la toma de decisiones en proyectos de investigación.

Curso de Análisis de datos y estadística descriptiva para investigación

M.C. Axel Alejandro Ramos García

Tecnológico de Monterrey

Curso en línea

Acceso durante 1 año

10 horas totales

Nivel principiante

$899.00 MXN ($45 USD)

Accede a todos nuestros cursos

Especialízate y mantente actualizado como científico bajo un precio cómodo

Conociverso Lite

Cancela cuando lo necesites
$ 799
00
Mensual
  • Acceso a más de 40 cursos
  • Certificados ilimitados
  • Ruta personalizada de aprendizaje

Conociverso Pro

Acceso completo anual
$ 584
00
Mensual
Un solo pago de $6,999.00
  • Accede a más de 40 cursos
  • Certificados ilimitados
  • Ruta personalizada de aprendizaje
  • Cursos exclusivos

Plan institucional

Planes personalizados para organizaciones
Cursos para empresas e instituciones
Más estudiantes más ahorro
  • Cursos o planes personalizados
  • Evaluación y métricas de aprendizaje
  • Descuento dependiendo el tamaño de tu organización