banner.png

Métodos para Datos Autocorrelacionados en Geología

FCEFyN UNC (virtual)

Inicia:

Finaliza:

Curso de Posgrado equivalente a la materia obligatoria "Estadística" del Doctorado en Ciencias Geológicas

Disertante: Dra. Silvia María OJEDA (FAMAF - UNC)

Fecha: 13 de agosto al 13 de septiembre de 2024. El curso se dictará los dias 13, 16, 20, 23, 17 y 30 de agosto y 3, 6, 10 y 13 de septiembre (martes y viernes)

horario de cursado: por la mañana, a definir con la docente

Duración: 40 h

Modalidad: virtual sincrónica. Las clases presenciales se transmitirán por Google Meet

Cupo: 30 estudiantes

Objetivo general

Contribuir a la formación de los participantes en el análisis estadístico de datos autocorrelacionados en geología, utilizando el software estadístico R.

Objetivos particulares

  • Proveer de conocimientos teóricos necesarios para comprender y analizar datos autocorrelacionados en geología.
  • Formentar el uso efectivo del software estadístico R para realizar análisis exploratorio de datos y detección de autocorrelación en contextos geológicos.
  • Desarrollar habilidades para estudiar y modelar la autocorrelación temporal en conjuntos de datos geológicos, utilizando modelos específicos de series de tiempo.
  • Capacitar en el análisis y modelado de datos geológicos autocorrelacionados espacialmente.
  • Guiar en la interpretación, aplicación y comunicación de los resultados obtenidos del análisis estadístico de datos geológicos autocorrelacionados temporal o espacialmente.

Contenidos mínimos

Introducción a la autocorrelación en datos geológicos: conceptos fundamentales y su importancia en el análisis estadístico. Autocorrelación temporal y autocorrelación espacial. Modelos de series temporales. Modelos en geoestadística. Análisis exploratorio de datos geológicos de series de tiempo y espaciales, utilizando técnicas estadísticas específicas para la autocorrelación. Metodologías para la detección y modelado de la autocorrelación de datos usando R. Aplicaciones prácticas y casos de estudio que ilustren la relevancia y utilidad del análisis estadístico de datos autocorrelacionados en geología.

Requisitos previos

conocimientos bàsicos de programación en R

Programa del Curso

Los interesados en realizar el curso, deben completar el formulario de pre-inscripción hasta el 28 de junio