1a Edició - Codi 23117030

Array ( [CODIGO] => 23117030 [EDICION] => 1 [SITUACION] => Aprobado [SITUACION_BIS] => Suspendido [MATRICULA] => 850 [MATRICULA_2] => 0 [MATRICULA_3] => 0 [HORAS] => 6.00 [FECHA_INICIO] => 27/12/2023 [FECHA_FIN] => 08/02/2024 [LUGAR] => AULA 2P15. DEPARTAMENTO DE ECONOMÍA APLICADA. FACULTAD DE ECONOMÍA [NOMBRE_EMPRESA_ORGANIZADOR] => 0 [FECHA_FIN_PREINSCRIPCION] => 05/11/2023 [AREA] => 1 [NOMBRE_EMPRESA_PATROCINADO] => [NOMBRE_EMPRESA_COLABORADOR] => [OBSERVACIONES_PREINSCRIPCION] => [TIPO_DOCENCIA] => Presencial [TIPO_DOCENCIA_1] => 1 [TIPO_DOCENCIA_2] => Presencial [AULA_VIRTUAL_ADEIT] => 0 [TIPO_CURSO] => Postgrado [TIPO_CURSO_1] => Programa de Formació [DIRECCION_URL] => [AÑO_CURSO] => 35 [URL_VIDEO] => [URL_FACEBOOK] => [URL_TWITTER] => [META_TITLE] => [META_DESCRIPTION] => [META_KEYWORDS] => [DIRECCION_CURSO_CORTO] => [GESTOR_NOMBRE] => Mariam [GESTOR_APELLIDOS] => Conca [GESTOR_EMAIL] => marian.conca@fundacions.uv.es [ADMINISTRATIVO_NOMBRE] => María [ADMINISTRATIVO_APELLIDOS] => Buades Asensi [ADMINISTRATIVO_EMAIL] => maria.buades@fundacions.uv.es [ES_INTERNO] => 1 [EMAIL_EXTERNO] => informacion@adeituv.es [PREINSCRIPCION_WEB] => 0 [URL_AULA_VIRTUAL] => [OFERTADO_OTRO] => 0 [ID_CURSO_OFERTADO] => 0 [DESCRIPCION_OFERTADO] => [TELEFONO_EXTERNO] => 96 160 3000 [MATRICULA_PDTE_APROBACION] => 0 [ID_IDIOMA] => 4 [PUBLICAR_WEB] => 1 [area_curs] => Àrea de Direcció i Gestió Empresarial [NOMBRE_CURSO] => Microcredencial Universitària Anàlisi de dades per a la presa de decisions amb R i Rstudio [TITULACION] => Microcredencial Universitari [HORARIO] => 27/12/2023 de 15:30h a 20:30h 28/12/2023 de 15:30h a 20:30h 10/01/2024 de 15:30h a 20:30h 11/01/2024 de 15:30h a 20:30h 17/01/2024 de 15:30h a 20:30h 18/01/2024 de 15:30h a 20:30h 24/01/2024 de 15:30h a 20:30h 25/01/2024 de 15:30h a 20:30h 31/01/2024 de 15:30h a 20:30h 01/02/2024 de 15:30h a 20:30h 07/02/2024 de 15:30h a 20:30h 08/02/2024 de 15:30h a 20:30h, [REQUISITOS_TITULACION] => Professionals que desitgen millorar la seua capacitat d'anàlisi de dades. Personal de centres d'investigació i graduats universitaris que desitgen iniciar-se en l'anàlisi de dades per a desenvolupar les seues activitats d'investigació. [REQUISITOS_OTROS] => [ARG_VENTA] => El principal objectiu del curs és iniciar als participants en l'anàlisi avançada de dades per a explotar al màxim la informació continguda en ells i prendre millors decisions en l'àmbit econòmic-empresarial. Per a aconseguir aquest objectiu, s'estableixen com a objectius secundaris: - Millorar la capacitat per a accedir a fonts diverses de dades i del seu procés ordenació i neteja (data tidying-cleaning). - Millorar la capacitat per a manejar/transformar conjunts de dades. - Millorar el domini teoricopràctic de metodologies estadístiques multivariants per a analitzar les dades i extraure la informació rellevant (modelling process) - Millorar la comunicació dels resultat obtinguts. [ARG_VENTA2] => [AÑO_CURSO_DESC] => [MODALIDAD_EVALUACION] => Les diferents sessions del curs s'iniciaran amb una introducció teòrica bàsica de les diferents tècniques estadístiques que s'estudiaran. Seguidament, es resoldran casos pràctics amb dades reals per a aplicar els continguts teòrics en el context de l'anàlisi de dades professional. La resolució dels casos pràctics es realitzarà utilitzant el programari d'anàlisi estadística R i RStudio. El professorat guiarà als participants al llarg de tot el procés que ha de seguir un analista de dades per a extraure la informació que permeta prendre millors decisions per a incrementar el valor de les organitzacions. [MODALIDAD_EVALUACION2] => [OBSERVACION_MATRICULA_1] => [OBSERVACION_MATRICULA_2] => [OBSERVACION_MATRICULA_3] => [SALIDA_PROFESIONAL] => Analista de dades en empreses i consultores. Activitats de investig [ANO_CURSO_DESC] => Curs 2023/2024 [programa] => Array ( [0] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 5 [NOMBRE_MATERIA] => Introducció a R i RStudio [NOMBRE_MATERIA_VAL] => Introducció a R i RStudio [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => - Què és R i RStudio - Crear un projecte de R amb RStudio. - Tipus de variables en R. - Estructures de dades en R. - Treballant amb R a la Tidyverse. [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => - Què és R i RStudio - Crear un projecte de R amb RStudio. - Tipus de variables en R. - Estructures de dades en R. - Treballant amb R a la Tidyverse. [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 1 ) [1] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 2 [NOMBRE_MATERIA] => Data Cleaning [NOMBRE_MATERIA_VAL] => Data Cleaning [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => Càrrega de dades de diferents fonts. Conversions de tipus de dades. Identificació i maneig de dades que manca i dades fora de rang. Neteja i preparació de categòrics. Maneig bàsic d'expressions regulars. Uniformitat de dates i monedes. Identificació i maneig de duplicats. [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => Càrrega de dades de diferents fonts. Conversions de tipus de dades. Identificació i maneig de dades que manca i dades fora de rang. Neteja i preparació de categòrics. Maneig bàsic d'expressions regulars. Uniformitat de dates i monedes. Identificació i maneig de duplicats. [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 2 ) [2] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 4 [NOMBRE_MATERIA] => Visualització de les dades [NOMBRE_MATERIA_VAL] => Visualització de les dades [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => - Visualització amb ggplot2 - Elements d'un gràfic amb ggplot2. - Histograma - Diagrama de barres - Diagrama de dispersió - Diagrama de caixa (boxplot) - Gràfics de línies [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => - Visualització amb ggplot2 - Elements d'un gràfic amb ggplot2. - Histograma - Diagrama de barres - Diagrama de dispersió - Diagrama de caixa (boxplot) - Gràfics de línies [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 3 ) [3] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 3 [NOMBRE_MATERIA] => Explicant el comportament d'una variable. Models de regressió. [NOMBRE_MATERIA_VAL] => Explicant el comportament d'una variable. Models de regressió. [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => - Model de regressió lineal múltiple: Selecció de regresores; Criteris d'informació; Predicció. - Models lineals generalitzats: Model lineal de probabilitat; Model Logit; Model Probit. - Altres models de regressió: Poisson; Regressió local (lowess); etc. [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => - Model de regressió lineal múltiple: Selecció de regresores; Criteris d'informació; Predicció. - Models lineals generalitzats: Model lineal de probabilitat; Model Logit; Model Probit. - Altres models de regressió: Poisson; Regressió local (lowess); etc. [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 4 ) [4] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 7 [NOMBRE_MATERIA] => Dades niades. Models de regressió multinivell. [NOMBRE_MATERIA_VAL] => Dades niades. Models de regressió multinivell. [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => Dades niades. - Elements bàsics de l'anàlisi multinivell - Model amb un predictor de nivell agregat. - Model amb un predictor de nivell individual de pendent fix. - Models amb predictors independents d'efectes aleatoris [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => Dades niades. - Elements bàsics de l'anàlisi multinivell - Model amb un predictor de nivell agregat. - Model amb un predictor de nivell individual de pendent fix. - Models amb predictors independents d'efectes aleatoris [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 5 ) [5] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 6 [NOMBRE_MATERIA] => Learning-by-doing amb Sèries Temporals [NOMBRE_MATERIA_VAL] => Learning-by-doing amb Sèries Temporals [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => - Introducció a les sèries temporals: Conceptes principals; Components de les sèries temporals; Tractament de les sèries temporals. - Processos estocàstics: Processos estocàstics **estacionarionarios; Transformació de la sèrie temporal; Funcions ACF i PACF; Procés soroll blanc. - Models lineals estacionaris: Processos Autorregresivos: AR(p); Processos de Mitjanes Mòbils: DT.(q); Processos Autorregresivos de Mitjanes Mòbils: ARMA(p,q); Processos Autorregresivos Integrats de Mitjanes Mòbils: ARIMA (p,d,q) [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => - Introducció a les sèries temporals: Conceptes principals; Components de les sèries temporals; Tractament de les sèries temporals. - Processos estocàstics: Processos estocàstics **estacionarionarios; Transformació de la sèrie temporal; Funcions ACF i PACF; Procés soroll blanc. - Models lineals estacionaris: Processos Autorregresivos: AR(p); Processos de Mitjanes Mòbils: DT.(q); Processos Autorregresivos de Mitjanes Mòbils: ARMA(p,q); Processos Autorregresivos Integrats de Mitjanes Mòbils: ARIMA (p,d,q) [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 6 ) [6] => Array ( [CODIGO_CURSO] => 23117030 [AÑO_CURSO] => 35 [CODIGO] => 1 [NOMBRE_MATERIA] => Tècniques multivariants aplicades a l'anàlisi de dades. [NOMBRE_MATERIA_VAL] => Tècniques multivariants aplicades a l'anàlisi de dades. [DESCRIPCION] => programa || programa2 || programa3 [DESCRIPCION1] => Anàlisi factorial en l'estructura de dades. Tècniques de reducció de variables en l'anàlisi de dades. Anàlisi de relacions entre variables quantitatives i qualitatives. Tècniques per a discriminar diferents grups de dades. Agrupació de dades amb característiques homogènies. [DESCRIPCION2] => [DESCRIPCION3] => [DESCRIPCION1_VAL] => Anàlisi factorial en l'estructura de dades. Tècniques de reducció de variables en l'anàlisi de dades. Anàlisi de relacions entre variables quantitatives i qualitatives. Tècniques per a discriminar diferents grups de dades. Agrupació de dades amb característiques homogènies. [DESCRIPCION2_VAL] => [DESCRIPCION3_VAL] => [ORDEN] => 7 ) ) [professors] => Array ( [0] => Array ( [DNI] => emp377304 [NOMBRE_PERSONA] => Carolina [APELLIDOS] => Abreu Pabón [PDI] => 4 [DEPARTAMENTO_FACULTAD] => [CARGO_FACULTAD] => [NPI] => [EMAIL_FACULTAD] => [CARGO_EMPRESA] => Técnico Departamento Inteligencia Competitiva. Asociación de Investigación de Materiales Plásticos y Conexas - AIMPLAS [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [1] => Array ( [DNI] => uni73389 [NOMBRE_PERSONA] => María [APELLIDOS] => Caballer Tarazona [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament d'Economia Aplicada. Universitat de València [CARGO_FACULTAD] => Profesor/a Titular de Universidad [NPI] => M1288 [EMAIL_FACULTAD] => catama@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [2] => Array ( [DNI] => uni56067 [NOMBRE_PERSONA] => Vicente [APELLIDOS] => Coll Serrano [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament d'Economia Aplicada. Universitat de València [CARGO_FACULTAD] => Profesor/a Titular de Universidad [NPI] => H4139 [EMAIL_FACULTAD] => vcoll@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [3] => Array ( [DNI] => uni65216 [NOMBRE_PERSONA] => Priscila [APELLIDOS] => Espinosa Adamez [PDI] => 7 [DEPARTAMENTO_FACULTAD] => [CARGO_FACULTAD] => [NPI] => [EMAIL_FACULTAD] => [CARGO_EMPRESA] => Investigadora del Departamento de Economía Aplicada de la Facultad de Economía [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) [4] => Array ( [DNI] => uni70233 [NOMBRE_PERSONA] => Josep [APELLIDOS] => Lledó Benito [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament d'Economia Aplicada. Universitat de València [CARGO_FACULTAD] => Ayudante/a Doctor/a [NPI] => T0120 [EMAIL_FACULTAD] => jollebe@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) ) [direccio] => Array ( [0] => Array ( [0] => Array ( [DNI] => uni56067 [NOMBRE_PERSONA] => Vicente [APELLIDOS] => Coll Serrano [PDI] => 1 [DEPARTAMENTO_FACULTAD] => Departament d'Economia Aplicada. Universitat de València [CARGO_FACULTAD] => Profesor/a Titular de Universidad [NPI] => H4139 [EMAIL_FACULTAD] => vcoll@uv.es [CARGO_EMPRESA] => [DIRECCION_URL_POSTGRADO] => [URL_LINKEDIN_POSTGRADO] => ) ) ) )

Microcredencial Universitària Anàlisi de dades per a la presa de decisions amb R i Rstudio


Dades generals

Curs acadèmic: Curs 2023/2024

Tipus de curs: Microcredencial Universitari

Nombre de crèdits: 6.00 Crèdits ECTS

Preinscripció al curs: Hasta el 05/11/2023

Data inici: Desembre 2023

Data fi: Febrer 2024

Matrícula: 850 € (import preu públic)

Requisits d'accés: Professionals que desitgen millorar la seua capacitat d'anàlisi de dades. Personal de centres d'investigació i graduats universitaris que desitgen iniciar-se en l'anàlisi de dades per a desenvolupar les seues activitats d'investigació.

Modalitat: Presencial

Lloc d'impartició: AULA 2P15. DEPARTAMENTO DE ECONOMÍA APLICADA. FACULTAD DE ECONOMÍA

Horari: 27/12/2023 de 15:30h a 20:30h 28/12/2023 de 15:30h a 20:30h 10/01/2024 de 15:30h a 20:30h 11/01/2024 de 15:30h a 20:30h 17/01/2024 de 15:30h a 20:30h 18/01/2024 de 15:30h a 20:30h 24/01/2024 de 15:30h a 20:30h 25/01/2024 de 15:30h a 20:30h 31/01/2024 de 15:30h a 20:30h 01/02/2024 de 15:30h a 20:30h 07/02/2024 de 15:30h a 20:30h 08/02/2024 de 15:30h a 20:30h,

Més informació

Objectius del curs

El principal objectiu del curs és iniciar als participants en l'anàlisi avançada de dades per a explotar al màxim la informació continguda en ells i prendre millors decisions en l'àmbit econòmic-empresarial. Per a aconseguir aquest objectiu, s'estableixen com a objectius secundaris:
- Millorar la capacitat per a accedir a fonts diverses de dades i del seu procés ordenació i neteja (data tidying-cleaning).
- Millorar la capacitat per a manejar/transformar conjunts de dades.

Leer más

Objectius professionals

Analista de dades en empreses i consultores.
Activitats de investig

Solicita información

He llegit i accepto la informació proporcionada sobre protecció de dades i Política de Privacitat de ADEIT.

Consento rebre informació sobre els títols propis de la Universitat de València.

Todos los campos son obligatorios

El formato de teléfono es incorrecto

El formato de correo electrónico es incorrecto

Mensaje recibido correctamente. Nos pondremos en contacto con usted lo antes posible

Error en el envío. Póngase en contacto con nosotros mediante correo electrónico

Debe aceptar la política de privacidad de ADEIT.

Per favor, verifica que no eres un robot.

Responsable: Universitat de València. Edifici del Rectorat. Av. Blasco Ibáñez, 13. 46010-València.
Delegat de Protecció de Dades: D. Javier Plaza Penadés lopd@uv.es
Finalitat: Enviar informació rellevant de cursos de postgrau.
S'obtenen perfils a fi de personalitzar el tracte conforme a les seves característiques o necessitats i poder així dirigir-li les novetats més convenients.
Legitimació: Per a l'enviament d'informació sobre els títols propis de la Universitat de València la base de legitimació és el consentiment de l'interessat.
Destinataris: Fundació Universitat-Empresa de Valéncia and Universitat de València
Termini: Les dades de l'Usuari seran conservats fins que sol·liciti la seva baixa, s'oposi o revoqui el seu consentiment.
Drets: Accedir, rectificar i suprimir les dades així com altres drets com s'explica a la informació addicional.
Amplieu informació: www.adeituv.es/politica-de-privacidad.


SI, ENVIA
FAQS
 
Imprimir la informaciò