Máster en Big Data
TOKIO SCHOOLMáster en Estadística Aplicada para Data Science con R Software
⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.⭐ Formación bonificable para empresas:Realizamos gratuitamente las gestiones para la solicitud de la bonificación de la formación con Fundae.
Lugar / ModalidadOnline
Duración10 meses - 66 ECTS
Fechas30 Noviembre 2026
Descripción del programa
¿A quién va dirigido?
Metodología
Titulación
Temario del curso
Programa formativo01UNIDAD 1. INTRODUCCIÓN A LA ESTADÍSTICA APLICADA CON R+
- Introducción a la Estadística Aplicada y su caja de herramientas.
- Descarga e instalación de R, RStudio y sus paquetes.
- Cómo trabajar con R/RStudio.
- Operaciones básicas. Ayuda. Viñetas. Citas.
- Documentación. Git/GitHub.
- Creación de informes reproducibles con RMarkdown.
02UNIDAD 2. OBTENCIÓN, LIMPIEZA Y EXPLORACIÓN DE DATOS+
- Obtención y manipulación de bases de datos con tidyverse.
- Tipos de variables.
- Estadística descriptiva, medidas clásicas y robustas.
- Gráficos avanzados con ggplot2.
03UNIDAD 3. CORRELACIÓN Y REGRESIÓN LINEAL+
- Correlación simple, múltiple, parcial y robusta.
- Regresión lineal simple y múltiple.
- Selección de variables.
- Evaluación de supuestos y transformaciones.
- Adecuación del modelo.
- Predicciones, interpretación y representación de interacciones entre predictores.
04UNIDAD 4. INFERENCIA ESTADÍSTICA+
- Conceptos básicos, hipótesis, p-valor, significación y tipos de errores.
- Pruebas de hipótesis y estimación de intervalos de confianza.
- Potencia estadística, estimación del tamaño muestral y del tamaño de efecto.
- Comparación de puntuaciones (medias) y comparación de proporciones para una y dos muestras. Pruebas paramétricas, no paramétricas y robustas.
05UNIDAD 5. DISEÑO EXPERIMENTAL+
- Estrategias de experimentación.
- Factores de control, replicación, aleatorización, bloqueo y factorización.
- Diseños uni y multi-factoriales, ANOVA de una y dos vías, ANCOVA, análisis de interacción entre factores.
- Estimación del tamaño de muestra.
06UNIDAD 6. MODELOS DE REGRESIÓN AVANZADOS+
- Ampliación del modelo lineal ante el incumplimiento de los supuestos estadísticos clásicos.
- Modelo aditivo generalizado (GAM).
- Modelo lineal generalizado (GLM).
- Modelo Mixto (MM).
07UNIDAD 7. ANÁLISIS DE AGRUPACIÓN CLÚSTER+
- Análisis Clúster jerárquico y no jerárquico (por k-medias).
- Validación y representación de la agrupación.
08UNIDAD 8. DISCRIMINACIÓN Y COMPARACIÓN MULTIVARIANTE+
- Análisis de discriminación lineal (LDA) y cuártico (QDA).
- Análisis multivariante de la varianza (MANOVA) y sus versiones no paramétricas (MRPP, ANOSIM, MPANOVA, MANTEL).
09UNIDAD 9. ORDENACIÓN Y REDUCCIÓN DE LA DIMENSIÓN+
- Análisis de componentes principales (PCA).
- Análisis de correspondencias (CA).
- Análisis de escalamiento multidimensional (MDS/NMDS).
10Trabajo Fin de Máster Ciencia de Datos Online con R Software+
El Trabajo Fin de Máster en nuestro programa de máster data science España es la culminación de un viaje académico enfocado en el Máster en Estadística con R. En este proyecto, los estudiantes aplican técnicas específicas de análisis de datos online utilizando el lenguaje R para ciencia de datos.
11Trabajo de Fin de Máster (TFM)+
Una vez aprobado el temario del Máster deberás realizar un TFM en el que aplicarás en la práctica las técnicas abordadas en el Máster.
El TFM es una oportunidad excelente para demostrar que cuentas con habilidades avanzadas en adquisición, preparación, visualización, programación, modelado, evaluación e interpretación de datos para afrontar proyectos de Estadística Aplicada y Ciencia de Datos.
12Claustro docente+
El seguimiento personalizado es uno de nuestros puntos fuertes.
En este Máster contarás con el asesoramiento y las tutorías ilimitadas de dos docentes expertos que van compartir contigo todo su conocimiento y su experiencia en el sector de la Ciencia de Datos:
13ROSANA FERRERO+
Data Scientist con más de 10 años de experiencia en consultoría, investigación y docencia.Colabora en proyectos de diversos centros de investigación como el Consejo Superior de Investigaciones Científicas (CSIC), CAPES-PUC, IAS-CSIC y LINCGlobal. Asesora y consultora en Biomáxima.
14JUAN LUIS LÓPEZ+
Analista de datos con certificaciones en Data Visualization with ggplot2, Data Analysis in R y Machine Learning Toolbox.
Preguntas frecuentes
¿Cuánto dura el programa?
10 meses - 66 ECTS
¿Cuándo empieza?
Fechas30 Noviembre 2026
¿A quién va dirigido / qué requisitos necesito?
Para acceder al Máster de Estadística Aplicada con R Software, se establecen los siguientes requisitos:- Alumnos de España: Título universitario compulsado.- Alumnos de Latinoamérica: Título universitario apostillado.DESTINATARIOSUn Máster Análisis de Datos Online orientado a Graduados, Licenciados, PhD, doctorados uni…
¿Qué titulación obtengo?
El Máster en Estadística Aplicada para la Ciencia de Datos con R Software está acreditado con el Título Universitario Propio de la Universidad Nebrija de Madrid.
¿Cómo es la metodología?
100% on-line y learn by doing.Marca tu propio ritmo de aprendizaje, donde y cuando quieras, de forma progresiva y con la flexibilidad que te ofrece nuestra metodología con evaluación continua:- Tutorización personalizada. Con el apoyo individualizado de un docente comprometido con tus necesidades de aprendizaje. Consul…
¿En qué modalidad se imparte?
Online
Lo que opinan nuestros alumnos
Todavía no hay opiniones publicadas de este programa.
analisis estadisticos, datos, analisis
