Taller de Manejo de Datos Faltantes en R.

Código: CT2507

Docente/s Responsable/s: Roberto Muiños

Carga horaria total: 8 hs (4 hs teóricas + 4 hs prácticas).
Inscripción:
Universidades Nacionales de Gestión Pública o Privada: $2.500.-
Universidades Extranjeras: U$S 5.-
Aranceles:
Graduados de Universidades Nacionales de Gestión Pública o Privada: $96.675.-Graduados de Universidades Extranjeras: U$S 142 .-
(Alumnos Regulares de la Carrera de Especialización: 10% de descuento sobre el arancel correspondiente)

Condiciones de admisión: Graduados de carrera mayor (no menor a 4 años de cursado).  

Inicio: lunes 25 de agosto de 2025, de 18 a 22 hs.
Finalización: 1 de septiembre de 2025.

Modalidad de dictado: Presencial Virtual. Teórico-práctica La práctica consiste en: Virtual con clases sincrónicas teórico prácticas y actividades de resolución de problemas utilizando el software R en forma asincrónica.
Frecuencia: semanal.
Evaluación: informe individual.

Objetivos: Que los participantes comprendan las implicancias y efectos que los datos faltantes generan en las bases de datos que serán analizadas estadísticamente. Conozcan las consecuencias de las distintas distribuciones que los datos faltantes pueden tener en una base de datos. Conozcan las distintas metodologías que se utilizan para la imputación de datos faltantes. Aprendan a utilizar las herramientas que el software R pone a disposición de los investigadores para la imputación de datos faltantes.

Contenidos: Los desafíos y riesgos de contar con datos faltantes en las bases de datos de una investigación. Diagnóstico de datos faltantes e implicancias para los análisis de datos posteriores. Estrategias sencillas de manejo de datos faltantes y sus limitaciones: eliminación de casos con datos faltantes o reemplazos de datos faltantes por la media. Estrategias más sofisticadas de manejo de datos faltantes. Lógica y aplicación de la imputación múltiple. Lógica y aplicación de imputación múltiple basada en modelos de machine learning (Random Forest).