{"id":64,"date":"2023-05-03T11:56:50","date_gmt":"2023-05-03T09:56:50","guid":{"rendered":"https:\/\/unidigitalsimustat.umh.es\/?page_id=64"},"modified":"2023-11-28T09:33:29","modified_gmt":"2023-11-28T08:33:29","slug":"contenidos","status":"publish","type":"page","link":"https:\/\/unidigitalsimustat.umh.es\/en\/contenidos\/","title":{"rendered":"(Espa\u00f1ol) Contenidos<\/span>"},"content":{"rendered":"

[et_pb_section fb_built=”1″ _builder_version=”4.17.4″ _module_preset=”default” background_color=”#B3B3B3″ background_image=”https:\/\/unidigitalsimustat.umh.es\/files\/2023\/05\/pexels-lukas-669616.jpg” background_position=”bottom_right” background_blend=”overlay” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate_tablet=”” transform_translate_phone=”” transform_translate_last_edited=”on|phone” transform_translate_linked_phone=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”100%” module_alignment=”center” height=”257px” background_color_tablet=”#BFBFBF” background_color_phone=”#A6A6A6″ background_last_edited=”on|phone” background_enable_color_tablet=”on” background_enable_color_phone=”on” background_blend_tablet=”overlay” background_blend_phone=”overlay” transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_row _builder_version=”4.17.4″ _module_preset=”default” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”20px|-50px” transform_translate_tablet=”-33px|0px” transform_translate_phone=”50px|0px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”100%” max_width=”1094px” module_alignment=”center” background_color_phone=”RGBA(255,255,255,0)” background_last_edited=”on|phone” background_enable_color_phone=”on” transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_column type=”4_4″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” text_font=”Overpass||||||||” text_text_color=”#2E2E2E” text_font_size=”30px” text_line_height=”1.8em” header_font=”Overpass||||||||” header_text_align=”left” header_font_size=”45px” header_line_height=”1.1em” header_2_font=”Overpass||||||||” background_color=”RGBA(255,255,255,0)” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”0px|35px” transform_translate_tablet=”0px|0px” transform_translate_phone=”0px|-10px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”100%” width_tablet=”65%” width_phone=”100%” width_last_edited=”on|phone” max_width_tablet=”” max_width_phone=”100%” max_width_last_edited=”on|phone” module_alignment=”center” hover_enabled=”0″ text_font_size_tablet=”” text_font_size_phone=”10px” text_font_size_last_edited=”on|phone” transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content” sticky_enabled=”0″]<\/p>\n

Contenidos<\/strong><\/h1>\n

 <\/p>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row column_structure=”1_3,1_3,1_3″ _builder_version=”4.17.4″ _module_preset=”default” background_color=”rgba(255,255,255,0.9)” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”300px|-43px” transform_translate_tablet=”0px|-52px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”40%” width_tablet=”79%” width_phone=”100%” width_last_edited=”on|desktop” max_width_tablet=”2565%” max_width_phone=”112%” max_width_last_edited=”on|tablet” min_height=”100px” min_height_tablet=”100px” min_height_phone=”100px” min_height_last_edited=”on|tablet” height=”100px” height_tablet=”100px” height_phone=”140px” height_last_edited=”on|phone” max_height=”1000px” custom_margin=”||9px||false|false” custom_margin_tablet=”” custom_margin_phone=”||0px||false|false” custom_margin_last_edited=”on|phone” custom_padding=”||0px||false|false” hover_enabled=”0″ transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content” sticky_enabled=”0″ transform_translate_phone=”0px|-52px”][et_pb_column type=”1_3″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_image src=”https:\/\/unidigitalsimustat.umh.es\/files\/2023\/05\/logo-ministerio.png” title_text=”logo-ministerio” align=”right” _builder_version=”4.17.4″ _module_preset=”default” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”0px|-12px” transform_translate_tablet=”-197px|-5px” transform_translate_phone=”19px|-6px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”80%” max_width_tablet=”30%” max_width_phone=”40%” max_width_last_edited=”on|phone” transform_styles_tablet=”” transform_styles_phone=”” module_alignment_tablet=”center” module_alignment_phone=”left” module_alignment_last_edited=”on|phone” global_colors_info=”{}” theme_builder_area=”post_content”][\/et_pb_image][\/et_pb_column][et_pb_column type=”1_3″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_image src=”https:\/\/unidigitalsimustat.umh.es\/files\/2023\/05\/logo-plan-recuperacion.png” title_text=”logo-plan-recuperacion” _builder_version=”4.17.4″ _module_preset=”default” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”0px|-5px” transform_translate_tablet=”-1px|-76px” transform_translate_phone=”78px|-75px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”90%” max_width_tablet=”30%” max_width_phone=”45%” max_width_last_edited=”on|phone” module_alignment=”center” transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content”][\/et_pb_image][\/et_pb_column][et_pb_column type=”1_3″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}” theme_builder_area=”post_content”][et_pb_image src=”https:\/\/unidigitalsimustat.umh.es\/files\/2023\/05\/logo-UE.png” title_text=”logo-UE” _builder_version=”4.17.4″ _module_preset=”default” transform_scale_tablet=”” transform_scale_phone=”” transform_scale_last_edited=”on|phone” transform_translate=”-15px|-5px” transform_translate_tablet=”196px|-143px” transform_translate_phone=”0px|-85px” transform_translate_last_edited=”on|phone” transform_translate_linked=”off” transform_rotate_tablet=”” transform_rotate_phone=”” transform_rotate_last_edited=”on|phone” transform_skew_tablet=”” transform_skew_phone=”” transform_skew_last_edited=”on|phone” transform_origin_tablet=”” transform_origin_phone=”” transform_origin_last_edited=”on|phone” transform_styles_last_edited=”on|phone” width=”80%” width_tablet=”80%” width_phone=”45%” width_last_edited=”on|phone” max_width_tablet=”30%” max_width_phone=”30%” max_width_last_edited=”on|tablet” module_alignment=”center” transform_styles_tablet=”” transform_styles_phone=”” global_colors_info=”{}” theme_builder_area=”post_content”][\/et_pb_image][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=”1″ _builder_version=”4.17.4″ _module_preset=”default” custom_padding=”0px|||||” global_colors_info=”{}”][et_pb_row _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” hover_enabled=”0″ global_colors_info=”{}” sticky_enabled=”0″]<\/p>\n

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 Generalizaci\u00f3n de conclusiones. Cada apartado est\u00e1 organizado en diferentes unidades seg\u00fan diferentes tem\u00e1ticas o tareas, y cada una de ellas se compone de un conjunto de cuadernos de\u00a0Google Colab<\/em>\u00a0que est\u00e1n 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 an\u00e1lisis de datos completo referido a los contenidos tratados.<\/span><\/p>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” text_text_color=”#bf5800″ header_2_font=”Signika||||||||” header_2_text_align=”center” header_2_text_color=”#bf5800″ header_2_font_size=”20px” link_option_url=”https:\/\/unidigitalsimustat.umh.es\/ciencia-abierta-y-reproducible\/” global_colors_info=”{}”]<\/p>\n

M\u00f3dulo 0. Ciencia Abierta y Reproducible<\/a><\/span><\/h2>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row column_structure=”1_2,1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” header_2_font=”Signika||||||||” header_2_font_size=”20px” global_colors_info=”{}”]<\/p>\n

M\u00f3dulo 1. Descubriendo Python<\/h2>\n

Unidad 1.1 Primeros pasos<\/a><\/span><\/p>\n

Tema 10. Cuadernos Jupyter y Google Colab<\/a><\/span><\/p>\n

Tema 20.\u00a0 Manipulaci\u00f3n de n\u00fameros y textos<\/a><\/span><\/p>\n

Tema 30. Tipos de datos en Python<\/a><\/span><\/p>\n

Unidad 1.2 Programaci\u00f3n b\u00e1sica<\/a><\/span><\/p>\n

Tema 40. Valores l\u00f3gicos y condiciones simples<\/a><\/span><\/p>\n

Tema 50. Introducci\u00f3n de bucles<\/a><\/span><\/p>\n

Tema 60. Ampliaci\u00f3n de bucles<\/a><\/span><\/p>\n

Unidad\u00a0 1.3 Programaci\u00f3n avanzada<\/a><\/span><\/p>\n

Tema 70. M\u00f3dulos math, random, time e instalaci\u00f3n de m\u00f3dulos externos<\/a><\/span><\/p>\n

Tema 80. El m\u00f3dulo matplotlib<\/a><\/span><\/p>\n

Tema 90. Creaci\u00f3n y gesti\u00f3n de ficheros<\/a><\/span><\/p>\n

Tema 100.\u00a0 M\u00f3dulos para el tratamiento<\/a><\/span><\/p>\n

Unidad 1.4 Procesado de textos y creaci\u00f3n de funciones<\/a><\/span><\/p>\n

Tema 110. Definici\u00f3n de funciones I<\/a><\/span><\/p>\n

Tema 120. Definici\u00f3n de funciones II<\/a><\/span><\/p>\n

Tema 130. Procesamiento de cadenas de texto<\/a><\/span><\/p>\n

Unidad 1.5 El m\u00f3dulo NumPy<\/a><\/span><\/p>\n

Tema 140. Procesado de im\u00e1genes 2D en NumPy<\/a><\/span><\/p>\n

Tema 150. Procesado de im\u00e1genes 3D en NumPy<\/a><\/span><\/p>\n

\n

[\/et_pb_text][\/et_pb_column][et_pb_column type=”1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” header_2_font=”Signika||||||||” header_2_font_size=”20px” global_colors_info=”{}”]<\/p>\n

M\u00f3dulo 2. Procesado inicial de datos<\/h2>\n

Unidad 2.1 Procesamiento de datos<\/a><\/span><\/p>\n

Tema 160. Tipos de variables e identificaci\u00f3n de valores perdidos<\/a><\/span><\/p>\n

Tema 170. Creaci\u00f3n de nuevas variables y tratamiento de datos an\u00f3malos<\/a><\/span><\/p>\n

Tema 180. Manipulaci\u00f3n y combinaci\u00f3n de conjunto de datos<\/a><\/span><\/p>\n

Unidad 2.2 An\u00e1lisis exploratorio de datos<\/a><\/span><\/p>\n

Tema 190. Tablas de frecuencias<\/a><\/span><\/p>\n

Tema 200. An\u00e1lisis descriptivo de variables – Medidas de centralizaci\u00f3n y dispersi\u00f3n<\/a><\/span><\/p>\n

Tema 210. Relaci\u00f3n entre variables<\/a><\/span><\/p>\n

Unidad 2.3 Visualizaci\u00f3n de datos<\/a><\/span><\/p>\n

Tema 220. Visualizaci\u00f3n de datos univariantes con matplotlib<\/a><\/span><\/p>\n

Tema 230. Visualizaci\u00f3n de datos bivariantes con matplotlib<\/a><\/span><\/p>\n

Tema 240. Visualizaci\u00f3n de datos multivariantes con Seaborn<\/a><\/span><\/p>\n

 <\/p>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row column_structure=”1_2,1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_column type=”1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” header_2_font=”Signika||||||||” header_2_font_size=”20px” custom_padding=”||0px|||” global_colors_info=”{}”]<\/p>\n

M\u00f3dulo 3. Probabilidad<\/h2>\n

Unidad 3.1 Introducci\u00f3n a la probabilidad<\/a><\/span><\/p>\n

Tema 250. Introducci\u00f3n a la probabilidad<\/a><\/span><\/p>\n

Tema 260. M\u00e9todos de contar aplicados a la probabilidad<\/a><\/span><\/p>\n

\u00a0Tema 270. Probabilidad condicionada<\/a><\/span><\/p>\n

Tema 280. Conceptos de probabilidad y su uso en la evaluaci\u00f3n de pruebas diagn\u00f3sticas y de detecci\u00f3n<\/a><\/span><\/p>\n

Unidad 3.2 Distribuciones de probabilidad<\/a><\/span><\/p>\n

Tema 290. Variables aleatorias discretas<\/a><\/span><\/p>\n

Tema 300. Variables aleatorias continuas<\/a><\/span><\/p>\n

Tema 310. Distribuci\u00f3n normal<\/a><\/span><\/p>\n

Tema 320. Simulaci\u00f3n de Monte Carlo y las distribuciones muestrales<\/a><\/span><\/p>\n

[\/et_pb_text][\/et_pb_column][et_pb_column type=”1_2″ _builder_version=”4.17.4″ _module_preset=”default” global_colors_info=”{}”][et_pb_text _builder_version=”4.17.4″ _module_preset=”default” text_text_color=”#b57200″ header_2_font=”Signika||||||||” header_2_font_size=”20px” custom_padding=”||0px|||” global_colors_info=”{}”]<\/p>\n

M\u00f3dulo 4. Generalizaci\u00f3n de conclusiones<\/h2>\n

Unidad 4.1 Bases de la inferencia estad\u00edstica<\/a><\/span><\/p>\n

Tema 330. Distribuci\u00f3n en el muestreo y procedimientos de estimaci\u00f3n puntual<\/a><\/span><\/p>\n

Tema 340. Intervalos de confianza<\/a><\/span><\/p>\n

Tema 350. Contrastes hip\u00f3tesis<\/a><\/span><\/p>\n

Unidad 4.2 An\u00e1lisis de datos categ\u00f3ricos<\/a><\/span><\/p>\n

Tema 360. Pruebas de conformidad sobre una proporci\u00f3n<\/a><\/span><\/p>\n

Tema 370. Comparaci\u00f3n de dos proporciones<\/a><\/span><\/p>\n

Tema 380. An\u00e1lisis de tablas de contingencia<\/a><\/span><\/p>\n

Unidad 4.3 An\u00e1lisis de datos cuantitativos<\/a><\/span><\/p>\n

Tema 390. Inferencia de una media poblacional<\/a><\/span><\/p>\n

Tema 400. Contraste de medias poblacionales<\/a><\/span><\/p>\n

Tema 410. Comparaci\u00f3n de k medias<\/a><\/span><\/p>\n

Tema 420. Test no param\u00e9tricos<\/a><\/span><\/p>\n

Unidad 4.4 Modelos lineales<\/a><\/span><\/p>\n

Tema 430. Regresi\u00f3n lineal simple. Conceptos b\u00e1sicos y procedimiento<\/a><\/span><\/p>\n

Tema 440. Modelos de regresi\u00f3n lineal m\u00faltiple<\/a><\/span><\/p>\n

Tema 450. Modelos de regresi\u00f3n log\u00edstica<\/a><\/span><\/p>\n

[\/et_pb_text][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"

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 Generalizaci\u00f3n de conclusiones. Cada apartado est\u00e1 organizado en diferentes unidades seg\u00fan diferentes tem\u00e1ticas o tareas, y cada una de ellas se compone de […]<\/p>\n","protected":false},"author":24704,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"","_et_gb_content_width":"","ngg_post_thumbnail":0,"_links_to":"","_links_to_target":""},"_links":{"self":[{"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/pages\/64"}],"collection":[{"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/users\/24704"}],"replies":[{"embeddable":true,"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/comments?post=64"}],"version-history":[{"count":0,"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/pages\/64\/revisions"}],"wp:attachment":[{"href":"https:\/\/unidigitalsimustat.umh.es\/en\/wp-json\/wp\/v2\/media?parent=64"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}