STATA: Análisis estadístico, modelamiento de datos e interpretación con IA.

Auto Inscribir

Descripción

Aprende Stata desde la preparación de bases de datos hasta el análisis estadístico y el modelamiento avanzado. El curso combina el trabajo mediante interfaz gráfica con el uso de comandos y do-files, permitiéndote construir análisis reproducibles y organizados.

¿Qué aprenderás?

1. Entorno y manejo de Stata

  • Interfaz de Stata.
  • Variables y observaciones.
  • Importación de Excel y otros formatos.
  • Creación y modificación de variables.
  • Etiquetas de variables y valores.
  • Recodificación.
  • Generación de nuevas variables.
  • Tratamiento de datos faltantes.
  • Filtros y selección de observaciones.
  • Uso de describe, summarize, tabulate y comandos fundamentales.
  • Organización de bases de datos.

2. Programación reproducible

  • Sintaxis de Stata.
  • Comandos.
  • Uso del Do-file Editor.
  • Creación de do-files.
  • Ejecución por bloques.
  • Comentarios y organización del código.
  • Automatización de análisis.
  • Guardado y reutilización de procedimientos.

3. Estadística descriptiva

  • Frecuencias.
  • Tablas.
  • Media, mediana y moda.
  • Percentiles y cuartiles.
  • Rango.
  • Varianza.
  • Desviación estándar.
  • Coeficiente de variación.
  • Asimetría y curtosis.
  • Tablas cruzadas.
  • Gráficos estadísticos.
  • Histogramas.
  • Boxplots.
  • Gráficos de dispersión.

4. Normalidad

  • Shapiro-Wilk.
  • Kolmogorov-Smirnov y procedimientos equivalentes.
  • Evaluación gráfica de normalidad.
  • Interpretación del valor p.
  • Selección de pruebas paramétricas y no paramétricas.

5. Comparación de grupos

  • t para muestras independientes.
  • t para muestras relacionadas.
  • Mann-Whitney.
  • Wilcoxon.
  • ANOVA.
  • ANCOVA.
  • Kruskal-Wallis.

6. Pruebas para variables categóricas

  • Chi-cuadrado.
  • Tablas de contingencia.
  • Frecuencias esperadas.
  • McNemar.
  • Q de Cochran.

7. Correlaciones

  • Pearson.
  • Spearman.
  • Interpretación de magnitud y dirección.
  • Significancia estadística.

8. Regresión

  • Regresión lineal simple.
  • Regresión lineal múltiple.
  • Interpretación de coeficientes.
  • R².
  • Significancia individual y global.
  • Predicción.
  • Diagnóstico del modelo.

9. Modelos lineales generalizados

  • Fundamentos de GLM.
  • Elección de distribución y función de enlace.
  • Modelos logit.
  • Modelos probit.
  • Modelos Poisson.
  • Modelos Gamma.
  • Interpretación de coeficientes.
  • Odds ratios cuando corresponda.
  • Razones de incidencia/tasas cuando corresponda.
  • Interpretación aplicada al contexto de investigación.

10. Presentación de resultados

  • Interpretación de salidas de Stata.
  • Exportación de resultados.
  • Elaboración de tablas y gráficos.
  • Construcción de análisis reproducibles.

Aprenderás haciendo

Cada bloque partirá de una pregunta de investigación, se construirá el análisis en Stata y se terminará con la interpretación del resultado.