Contenidos
Los materiales que conforman esta materia se han estructurado en cuatro bloques de acuerdo a los contenidos tratados en cada uno de ellos: Primeros pasos, Procesado incial de datos, Probabilidad, y Generalización de conclusiones. Cada apartado está organizado en diferentes unidades según diferentes temáticas o tareas, y cada una de ellas se compone de un conjunto de cuadernos de Google Colab que están organizados para su desarrollo en clase en un periodo de tiempo de 60 a 90 minutos. Al finalizar cada unidad de contenidos se presenta un reto de aprendizaje para que el alumnado pueda desarrollar un análisis de datos completo referido a los contenidos tratados.
Módulo 1. Descubriendo Python
Tema 10. Cuadernos Jupyter y Google Colab
Tema 20. Manipulación de números y textos
Tema 30. Tipos de datos en Python
Unidad 1.2 Programación básica
Tema 40. Valores lógicos y condiciones simples
Tema 50. Introducción de bucles
Unidad 1.3 Programación avanzada
Tema 70. Módulos math, random, time e instalación de módulos externos
Tema 90. Creación y gestión de ficheros
Tema 100. Módulos para el tratamiento
Unidad 1.4 Procesado de textos y creación de funciones
Tema 110. Definición de funciones I
Tema 120. Definición de funciones II
Tema 130. Procesamiento de cadenas de texto
Módulo 2. Procesado inicial de datos
Unidad 2.1 Procesamiento de datos
Tema 160. Tipos de variables e identificación de valores perdidos
Tema 170. Creación de nuevas variables y tratamiento de datos anómalos
Tema 180. Manipulación y combinación de conjunto de datos
Unidad 2.2 Análisis exploratorio de datos
Tema 190. Tablas de frecuencias
Tema 200. Análisis descriptivo de variables – Medidas de centralización y dispersión
Tema 210. Relación entre variables
Unidad 2.3 Visualización de datos
Tema 220. Visualización de datos univariantes con matplotlib
Tema 230. Visualización de datos bivariantes con matplotlib
Tema 240. Visualización de datos multivariantes con Seaborn
Módulo 3. Probabilidad
Unidad 3.1 Introducción a la probabilidad
Tema 250. Introducción a la probabilidad
Tema 260. Métodos de contar aplicados a la probabilidad
Tema 270. Probabilidad condicionada
Tema 280. Conceptos de probabilidad y su uso en la evaluación de pruebas diagnósticas y de detección
Unidad 3.2 Distribuciones de probabilidad
Tema 290. Variables aleatorias discretas
Tema 300. Variables aleatorias continuas
Tema 320. Simulación de Monte Carlo y las distribuciones muestrales
Módulo 4. Generalización de conclusiones
Unidad 4.1 Bases de la inferencia estadística
Tema 330. Distribución en el muestreo y procedimientos de estimación puntual
Tema 340. Intervalos de confianza
Tema 350. Contrastes hipótesis
Unidad 4.2 Análisis de datos categóricos
Tema 360. Pruebas de conformidad sobre una proporción
Tema 370. Comparación de dos proporciones
Tema 380. Análisis de tablas de contingencia
Unidad 4.3 Análisis de datos cuantitativos
Tema 390. Inferencia de una media poblacional
Tema 400. Contraste de medias poblacionales
Tema 410. Comparación de k medias
Tema 420. Test no paramétricos
Tema 430. Regresión lineal simple. Conceptos básicos y procedimiento