Prácticas de Estadística. Ciencias Ambientales

Universidad de Alcalá. Curso 2021-22.

Necesitarás instalar varios programas

• Aquí tienes instrucciones para descargar e instalar R, RStudio, Calc , GeoGebra. Es todo software libre y de calidad.
• Si quieres más ejercicios visita la página de las prácticas de estadística de Biología sanitaria

Práctica 1. Exploración de datos I.

Primeros pasos con R. Resumir datos (tablas y diagramas). Medidas de centralización, dispersión y posición.

• Objetivos: Aprender
  • Qué son R y RStudio. Cómo dar órdenes a R. Qué es un script.
  • Variable, vector y tabla en R.
  • Manejo y operaciones de datos con vectores.
  • Resumir datos mediante tablas y gráficos.
  • Calcular las medidas de centralización y dispersión.
  • Fuentes de ayuda en R (pequeña chuleta).
• Antes de la práctica
  • Visiona los siguientes vídeos, reproduce de forma consciente lo que veas:
    • Vídeo: mini introducción a R y RStudio: qué es cada uno, dar órdenes a R, scripts.
    • Vídeo primer script: operaciones básicas con vectores, y su script.
    • Vídeo tablas de frecuencias, diagramas asociados y medidas de centralización, y su script.
• Material para la práctica
  • Recorre el script sobre medidas de posición: cuantiles y boxplots.
  • Fuentes de ayuda en R, pequeño vídeo).
  • Supuestos prácticos y sus soluciones
• Materiales adicionales 23/09/2021
  • Boxplot interactivo
  • El cuestionario Socrative hecho en la práctica y sus soluciones actualizadas (16/10/2021) las soluciones de los ejercicios 12 (había un error) y 14 (explicación ampliada). Hay más preguntas de las que resolvimos en clase.

Práctica 2. Exploración de datos II.

Lectura de datos. Exploración de subconjuntos de datos en vectores y tablas.

• Objetivos:
  • Aprender a leer datos de un fichero.
  • Aprender a seleccionar subconjuntos (por su posición o por una condición) en vectores y tablas para poder analizarlos.
  • Analizar una variable atendiendo a los niveles de un factor.
  • Instalar paquetes (librerías) adicionales de R.
• Antes de la práctica
  • Vídeo sobre lectura de datos con R. Este es el script del vídeo y estos los datos: datos1, datos2, datos3. Otro resumen
  • Trabaja el script: selección de elementos de un vector y de una tabla.
• Material para la práctica
  • Fuentes de ayuda en R: pequeña chuleta y su vídeo.
  • Supuestos prácticos y sus soluciones actualizadas a 27/09/2021 : eliminados apartados 6 y 7, incluidas dos indicaciones para resolver los supuestos.

Práctica 3. Recta de regresión por mínimos cuadrados.

• Objetivos:
  • Aprender a ajustar nubes de puntos por el método de mínimos cuadrado.
  • Utilizar la recta de regresión para estimar valores no observados.
  • Interpretar la pendiente de la recta y los coeficientes de correlación y determinación.
• ANTES de la práctica
  • Recorre este script básico con este vídeo
• Material para la práctica
  • Supuesto práctico: caso lineal y sus soluciones
• Materiales adicionales 7/10/2021
  • El cuestionario Socrative de regresión con soluciones.

Práctica 4. Probabilidad I.

• Objetivos:
  • Practicar nociones básicas de probabilidad.
  • Muestreo: eventos independientes y dependientes.
  • Utilizar los teoremas de la probabilidad total y de Bayes.
  • Hacer una pequeña introducción a la combinatoria.
• ANTES de la práctica
  • Nada
• Material para la práctica
  • Enunciados con soluciones
  • Resumen combinatoria subido 21/10/2021

Práctica 5. Variables aleatorias.

• Objetivos:
  • Aprender a hacer cálculos de probabilidad con variables aleatorias conocidas.
  • Utilizar los teoremas de la probabilidad total y de Bayes en el contexto de variables aleatorias.
• ANTES de la práctica
  • Recorre el siguiente documento y familiarízate con los comandos dbinom(), pbinom(), dpois(), ppois(), pnorm(), qnorm, pexp() y qexp(). Parecen muchos, pero en seguida verás que todos funcionan de forma similar.
• Material para la práctica
  • Enunciados con soluciones

Práctica 6. Inferencia: estimación por intervalos de confianza.

• Objetivos:
  • Aprender a estimar parámetros poblacionales (media, varianza y proporción) mediante intervalos de confianza, para una y dos poblaciones.
  • Interpretar dichos intervalos.
• Antes de la práctica
  • Esta semana ¡nada!
• Material para la práctica
  • Supuestos prácticos, los datos y sus soluciones.
  • PlantillasInferencia para hacer inferencia
  • Cómo usar las plantillas para hacer inferencia

Práctica 7. Inferencia: contraste de hipótesis.

• Objetivos:
  • Aprender a establecer contrastes de hipótesis sobre parámetros poblacionales (media, varianza y proporción) para una y dos poblaciones.
  • Interpretar conjuntamente el p-valor del contraste, la región de rechazo de H0 y el intervalo de confianza.
  • Distinguir la idea de diferencia significativa desde los puntos de vista estadístico y científico.
• Antes de la práctica
• Material para la práctica
  • Supuestos prácticos, 2 ficheros de datos (robles y ciudades) y las soluciones

Práctica 8. Análisis de la varianza.

• Objetivos:
  • Utilizar el ANOVA para contraste para la comparación múltiple de medias.
  • Ordenar las medias en caso de que el ANOVA sea significativo.
  • Alternativas cuando no se cumplen las condiciones para ANOVA.
• ANTES de la práctica:
  • Visiona este vídeo; aquí está la plantilla básica para ANOVA y estos son los datos. Hay una orden en el script que no aparece en el vídeo (la que calcula r2).
  • Visiona este vídeo en el que se explica cómo ordenar las medias cuando el contraste ANOVA es significativo (Bonferroni primero, Tuckey a partir del minuto 9:23).
• Material para la práctica
  • plantilla básica para ANOVA y estos son los datos.
  • Enunciado (el primer ejercicio es común a Biología Sanitaria, el segundo contiene datos diferentes, aunque las variables sean las mismas) y soluciones.
  • Esquema ANOVA.

Práctica 9. El modelo de regresión lineal. Contrastes Chi cuadrado.

• Objetivos:
  • Sobre el modelo de regresión lineal:
    • Verificar las condiciones del modelo.
    • Estimar los parámetros del modelo.
    • Inferencia sobre los coeficientes del modelo.
    • Intervalos de confianza y predicción para un valor predicho por el modelo.
  • Sobre contrastes Chi cuadrado:
    • Distinguir los casos en que se aplica un contraste de homogeneidad y uno de independencia.
    • Aprender a hacer el contraste.
    • Computar la tabla de contingencia a partir de datos en bruto.
• ANTES de la práctica:
  • Repasa lo que vimos en la práctica 4 sobre regresión lineal.
  • Visiona estos vídeos (una buena idea repasar la teoría antes):
    • Modelo de regresión lineal. Aquí está el script y los datos (que puedes leer con la herramienta Import Dataset de RStudio).
    • Contrastes Chi Cuadrado. Aquí está el script y los dos ficheros de datos: datos1 y datos2 (que puedes leer con la herramienta Import Dataset de RStudio).
• Material de la práctica:
  • Modelo de regresión lineal:
    • Esquema hipótesis del modelo de regresión lineal
    • Script de regresión lineal avanzada. Corregida errata: la normalidad y la homocedsaticidad es de los residuos, no de los valores de x. 14/1/2022
    • Enunciados, y sus soluciones
  • Contrastes Chi cuadrado:
    • Como crear y copiar tablas de contingencia. La mayor dificultad de este tipo de contrastes es crear la tabla de contingencia, y aquí se explica cómo hacerlo. Puede que te venga bien volver sobre esta práctica
    • Script para contrastes Chi cuadrado
    • Enunciados y soluciones. Además, aquí tienes ejemplos delcontraste de homogeneidad