William Castiblanco

Estadística aplicada a la investigación con R (eBook, PDF)

• Format: PDF

Produktbeschreibung

Está dirigido a la comunidad académica y científica que se encuentre desarrollando y aportando conocimiento a la ciencia y que, de alguna manera, requiere la aplicación de fundamentos de estadística. Es así como el propósito de este libro es facilitar las herramientas necesarias para el desarrollo en los procesos investigativos y que contribuya al logro de las metas planteadas por los interesados. El compendio del texto se encuentra con una fundamentación teórica estadística básica acompañado con una diversidad de ejemplos aplicados propios de las disciplinas del saber e implementados con el uso del software estadístico de R, permitiendo dar más claridad a la fundamentación teórica y profundidad a las aplicaciones planteadas. Cada tema cuenta con una serie de ejemplos aplicados de las diferentes disciplinas del saber, de tal manera que el lector visualice el amplio panorama de aplicación de la estadística. Los ejemplos y ejercicios con que cuenta el texto son de fuente propia y han sido seleccionados cuidadosamente de tal manera que le permiten al investigador afianzar los conocimientos de estadística y observar su aplicación directa.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Ediciones de la U
• Seitenzahl: 284
• Erscheinungstermin: 5. Februar 2025
• Spanisch
• ISBN-13: 9789587927917
• Artikelnr.: 73303839

Autorenporträt

WILLIAM CASTIBLANCO VARGAS Ingeniero de la Universidad de los Andes y Magister en Estadística Aplicada de la Universidad Santo Tomás. Investigador y experto en estadística multivariada y el análisis de datos multivariados, con un interés particular en la mejora continua de los procesos académicos en la educación superior. Su trabajo combina la estadística tradicional con herramientas de Inteligencia Artificial; específicamente, aplicación de técnicas de machine learning, lo que le ha permitido abordar desafíos complejos en el ámbito educativo. Es autor de estudios influyentes como Detección de alertas tempranas para la prevención de la deserción estudiantil en una institución de educación superior a partir de un modelo de clasificación y su predicción por medio de técnicas de machine learning, y Modelo de Evaluación de Pertinencia de Programas Académicos en IES, entre otros. Estas investigaciones subrayan su compromiso con el uso de datos y modelos predictivos para generar impacto en la gestión educativa y la calidad académica.