JAMOVI PARA INVESTIGACIÓN: ESTADÍSTICA E INTERPRETACIÓN CON IA

Auto Enrol

Descripción

Aprende a realizar análisis estadísticos completos utilizando Jamovi, combinando una interfaz intuitiva con procedimientos estadísticos de nivel académico y científico.

El curso está pensado para quienes quieren realizar análisis estadístico sin depender de una programación compleja, pero comprendiendo qué prueba utilizar, por qué utilizarla y cómo interpretar el resultado.

¿Qué aprenderás?

1. Manejo de datos

  • Entorno de Jamovi.
  • Importación de Excel y CSV.
  • Tipos de variables.
  • Configuración de variables.
  • Variables nominales, ordinales, continuas y dicotómicas.
  • Recodificación.
  • Transformación de variables.
  • Filtros.
  • Creación de variables calculadas.

2. Estadística descriptiva

  • Frecuencias.
  • Porcentajes.
  • Media.
  • Mediana.
  • Moda.
  • Percentiles.
  • Cuartiles.
  • Rango.
  • Varianza.
  • Desviación estándar.
  • Asimetría.
  • Curtosis.
  • Histogramas.
  • Boxplots.
  • Gráficos descriptivos.

3. Normalidad y supuestos

  • Shapiro-Wilk.
  • Evaluación gráfica.
  • Normalidad.
  • Homogeneidad de varianzas.
  • Identificación de supuestos.
  • Selección entre pruebas paramétricas y no paramétricas.

4. Pruebas para muestras independientes

  • t de Student independiente.
  • Mann-Whitney.
  • Comparación de grupos.
  • Interpretación de resultados.

5. Pruebas para muestras relacionadas

  • t pareada.
  • Wilcoxon.
  • Comparación pretest-postest.
  • Interpretación del cambio.

6. Variables categóricas

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

7. Comparación de múltiples grupos

  • ANOVA.
  • Comparaciones post hoc.
  • ANCOVA.
  • Kruskal-Wallis.

8. Correlaciones

  • Pearson.
  • Spearman.
  • Interpretación de dirección, fuerza y significancia.

9. Regresión

  • Regresión lineal simple.
  • Regresión lineal múltiple.
  • Variables predictoras.
  • Coeficientes.
  • R².
  • Evaluación del modelo.

10. Modelamiento avanzado

  • Modelos lineales generalizados.
  • Modelos logit.
  • Modelos probit.
  • Modelos Poisson.
  • Modelos Gamma.
  • Interpretación de resultados.
  • Uso de módulos estadísticos cuando corresponda.

11. Interpretación

  • Lectura de tablas.
  • Valor p.
  • Intervalos de confianza.
  • Tamaños de efecto cuando estén disponibles.
  • Redacción de resultados estadísticos.

Aprenderás haciendo

Cada análisis será desarrollado directamente sobre bases de investigación, pasando de la pregunta de investigación al resultado estadístico y finalmente a su interpretación.