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
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
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.
M2 Metodologías de definición de problemas y objetivos
- 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.
M3 Clasificación de variables y organización de datos en Excel
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.
M4 Estadística descriptiva aplicada al análisis de datos
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.
M5 Visualización de datos para investigación
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
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.
¿Debo tener algún grado académico específico para inscribirme?
No necesariamente. Recomendamos contar con conocimientos básicos en ciencias biológicas, pero el programa está pensado para adaptarse tanto a estudiantes como a profesionales.
¿Necesito tener instalado algún software antes de iniciar?
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.
Si las clases en vivo ya pasaron, ¿aun así puedo tomar este curso?
¡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.
¿Emiten factura fiscal?
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
Este curso me sirvió mucho para ampliar mi conocimiento en el manejo de software para investigación, igualmente puede aclarar todas mis dudas durante el curso. También me gustó que los docentes nos hayan apoyado y explicado de manera clara todos los temas.
Dr. Alejandro Pech Burgos
Médico
La atención a los estudiantes fue de primera en disposición y amabilidad tanto de los organizadores como de los profesores. Los profesores son personas con mucha experiencia y que siempre se esforzaron en dar lo mejor de sí para que pudiésemos aprender cada tema.
Dra. Patricia Landa
Docente e investigadora, Universidad Autónoma de Chapingo
Recomiendo a Conociverso son súper profesionales y flexibles. Me encanta su servicio al cliente de alta calidad y formalidad. Los cursos son de alta calidad académica y lo mejor de expertos en el área. Y costos asequibles para los principiantes.
Dra. Victoria Edwina Campos García
Docente e investigadora, UNAM
Las clases son muy dinámicas y todos los profesores son expertos en su tema, muchos de ellos son jóvenes investigadores y eso es un plus de motivación que te da el verlos y aprender de ellos.
M.C. José Adrián Coral Góngora
Profesor de cátedra, CINVESTAV UNIDAD MONTERREY
Me gustó mucho que trabajamos con ejemplos reales. Adquiriendo herramientas aplicables a nuestras líneas de investigación. Los instructores siempre atentos, siempre pendientes de responder dudas. Todo el material disponible, y la posibilidad de revisar la grabación del curso muy bueno para los que nos somos expertos.
Dra. Maria Leticia Arena Ortiz
Profesora investigadora, UNAM
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.
M2 Metodologías de definición de problemas y objetivos
- 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.
M3 Clasificación de variables y organización de datos en Excel
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.
M4 Estadística descriptiva aplicada al análisis de datos
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.
M5 Visualización de datos para investigación
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-
Acceso a más de 40 cursos
-
Certificados ilimitados
-
Ruta personalizada de aprendizaje
Conociverso Pro
Acceso completo anual-
Accede a más de 40 cursos
-
Certificados ilimitados
-
Ruta personalizada de aprendizaje
-
Cursos exclusivos
Plan institucional
Planes personalizados para organizaciones-
Cursos o planes personalizados
-
Evaluación y métricas de aprendizaje
-
Descuento dependiendo el tamaño de tu organización