Análisis de datos multivariados

Dirigido a profesionales con título expedido por Universidad Pública o Privada o Extranjera afín a las Ciencias Agropecuarias, Forestales, Biológicas o Ambientales. 

Objetivo General

• Ofrecer a los participantes un espacio para la discusión y generación de conocimientos que les permitan reconocer datos multivariados y situaciones donde el análisis multivariado es necesario y provechoso.

Objetivos Específicos

•  Familiarizar al participante con las técnicas más conocidas de análisis multivariado.
• Presentar nuevas tecnologías para el análisis de estudios observacionales y experimentales con numerosas variables.
•  Enseñar y Familiarizar a los participantes con el uso de software estadístico.
• Ilustrar la diversidad de aplicaciones de técnicas multivariadas y sus relaciones mediante el análisis de casos y el debate sobre diferentes enfoques e interpretaciones para cada uno.
•  Desarrollar destrezas para comunicar resultados del análisis multivariado con la terminología apropiada.

Conceptos Generales
Datos multivariados. Ejemplos de motivación.
Medidas de distancia estadística.
Ordenamiento
Análisis de componentes principales. Biplots. t-SNE
Escalamiento multidimensional métrico
Análisis de correspondencias múltiples
Análisis Procrustes generalizado
Clasificación
Análisis de Conglomerados
Análisis Discriminante
Árboles de Regresión y Clasificación. CART.
Inferencia
Análisis multivariado de varianza.
Correlaciones Canónicas
Regresión por Mínimos Cuadrados Parciales (PLS). Triplots.

10, 11, 12, 13 y 14 de junio de 9 a 17 hs

Descarga y completa la solicitud de Inscripción Curso y luego enviar a posgrado@agro.unc.edu.ar

Aguardar confirmación de cupo.

Docentes FCA & UNC, profesionales o becarios contemplados en Ordenanza 02/09 o RHCD 792/2019, deberán enviar resoluciones que acrediten su situación de revista.

Ing. Agr. (Ph.D.) Mónica Balzarini
Ing. Agr. (Dra.) Cecilia Bruno

• Balzarini, M., Bruno, C., Córdoba, M., Teich, I. 2015. Herramientas en el Análisis Estadístico Multivariado. Escuela Virtual Internacional CAVILA Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba, 200 p.
• Balzararini, M.G; Di Rienzo, J; Tablada, M; Gonzalez, L; Bruno, C; Córdoba, M; Robledo, W; Casanoves, F. 2012. Estadística y Biometría. Ilustraciones del uso de InfoStat en problemas de agronomía. Editorial Brujas. ISBN 978-987-591-301-1. 400pp.
• Johnson, R.A. and Wichern, D.W. 1998. Applied multivariate statistical analysis. Cuarta Edición. Prentice Hall. Upper Saddle River. NJ.

Material didáctico requerido

Software:

Se utilizará el software estadístico InfoStat (Di Rienzo et al., 2015) y su conexión con el software R (R Core Team, 2015).

Di Rienzo J.A., Casanoves F., Balzarini M.G., Gonzalez L., Tablada M., Robledo C.W. InfoStat versión 2015. Grupo InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL http://www.infostat.com.ar

R Core Team, 2015. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.

Documentación de InfoStat:

Balzarini M.G., Gonzalez L., Tablada M., Casanoves F., Di Rienzo J.A., Robledo C.W. 2008. Infostat. Manual del Usuario, Editorial Brujas, Córdoba, Argentina.

+54 9 351 355-2301

posgrado@agro.unc.edu.ar