El avance que se ha producido en las TIC ha hecho asequible y simplificado mucho los procesos de análisis de datos, datos procedentes tanto de tanto de la experimentación como de la observación. Esto ha motivado el aumento de medios para su análisis, existen multitud de programas de análisis de datos, unos de 'pago' y otros gratuitos o 'libres' (incluso abiertos). No obstante los métodos o técnicas para el correcto análisis a veces no son tan sencillas de manejar o interpretar como lo es el software. Nuestro propósito es acercar dichos procedimientos a los investigadores y profesionales de cualquier sector, maximizando los criterios de simplicidad y rigor.

Elegimos el software R como referencia para este curso varios motivos: 1º, es creciente su uso, habiendo llegado prácticamente a convertirse en la lingua franca para manejo y análisis de datos e multitud de ambientes, especializarte los universitarios. 2º Es tan potente o más que cualquier otro programa. 3º es libre y abierto, se distribuye con licencia GNU, con lo que garantizamos su acceso a todos los alumnos de por vida. 4º es multi-plataforma, no obligando a nadie a emplear un sistema operativo u otro (Linux, Mac, Windows..).

Estudiantes de doctorado de CC experimentales, Biosanitarias, y/o Sociales. Profesionales de la investigación, Estudiantes de segundo ciclo de grado. Profesionales del sector. Tendrán preferencia en la matricula los estudiantes que estén hayan cursando prácticas en la Sección de Apoyo Estadístico del SAI, y los usuarios del Servicio de Apoyo a la Investigación (SAI).

	Carácter	ECTS	Horas Trabajo	Horas Presenciales
Entorno de trabajo R, y RStudio.	Obligatoria	0.9	22.5	9
Investigación Reproducible	Obligatoria	0.1	2.5	1
Introducción a los contrastes	Obligatoria	0.3	7.5	3
Comparación de medias	Obligatoria	0.7	17.5	7
Modelos de Regresión	Obligatoria	0.7	17.5	7
Contrastes no paramétricos	Obligatoria	0.7	17.5	7
Taller de Gráficos con R	Obligatoria	0.3	7.5	3
R en la web: Introducción al paquete Shiny	Obligatoria	0.3	7.5	3

• Entorno de trabajo R, y RStudio.
  (0.9 ECTS - Presencialidad: 9h - 40%)
  Del 29/10/2014 al 05/11/2014 (8 días naturales / 6 días hábiles)
  Horario: 3 sesiones de 3 horas por grupo. (L-M-X)


• Investigación Reproducible
  (0.1 ECTS - Presencialidad: 1h - 40%)
  Del 05/11/2014 al 05/11/2014 (1 días naturales / 1 días hábiles)
  Horario: Una sesión por grupo


• Introducción a los contrastes
  (0.3 ECTS - Presencialidad: 3h - 40%)
  Del 10/11/2014 al 10/11/2014 (1 días naturales / 1 días hábiles)
  Horario: Una sesión de 3h por grupo


• Comparación de medias
  (0.7 ECTS - Presencialidad: 7h - 40%)
  Del 12/11/2014 al 17/11/2014 (6 días naturales / 5 días hábiles)
  Horario: Dos sesiones de 3.5h por grupo (M-L)


• Modelos de Regresión
  (0.7 ECTS - Presencialidad: 7h - 40%)
  Del 19/11/2014 al 24/11/2014 (6 días naturales / 5 días hábiles)
  Horario: Dos sesiones de 3.5h por grupo (X-L)


• Contrastes no paramétricos
  (0.7 ECTS - Presencialidad: 7h - 40%)
  Del 26/11/2014 al 01/12/2014 (6 días naturales / 5 días hábiles)
  Horario: Dos sesiones de 3h por grupo (X-L)


• Taller de Gráficos con R
  (0.3 ECTS - Presencialidad: 3h - 40%)
  Del 03/12/2014 al 03/12/2014 (1 días naturales / 1 días hábiles)
  Horario: Una sesión de 3h por grupo


• R en la web: Introducción al paquete Shiny
  (0.3 ECTS - Presencialidad: 3h - 40%)
  Del 10/12/2014 al 10/12/2014 (1 días naturales / 1 días hábiles)
  Horario: Una sesión de 3h por grupo