1 GENERACIÓN DE CONOCIMIENTO A PARTIR DE DATOS
1.1 Datos, información y conocimiento
1.2 Métodos estadísticos
1.3 Inferencia estadística: población, muestra e incertidumbre asociada

2 INSTALACIÓN Y PRIMEROS PASOS EN R
2.1 R
2.2 Instalación
2.2.1 Instalación de R
2.2.2 Instalación e introducción a RStudio
2.2.3 Instalando paquetes
2.3 Importación y exportación de datos
2.3.1 Utilizando el importador
2.3.2 Utilizando comandos
2.3.3 Datos online
2.3.4 Datos precargados
2.3.5 Exportación
2.4 tidyverse

3 ANÁLISIS EXPLORATORIO DE DATOS
3.1 Análisis exploratorio de datos
3.2 Primer vistazo al conjunto de datos
3.3 Conceptos básicos
3.4 Crear subconjuntos de datos
3.4.1 Subconjuntos de variables
3.4.2 Subconjuntos de registros
3.5 El concepto de frecuencia
3.5.1 Conceptos
3.5.2 Tablas de frecuencia
3.5.3 Histogramas
3.5.4 Funciones de densidad
3.6 Describiendo las distribuciones
3.6.1 Campana de Gauss
3.6.2 Medidas de posición
3.6.3 Medidas de variabilidad
3.6.4 Medidas de forma
3.7 Visualización de datos
3.7.1 Gráfico de barras
3.7.2 Boxplot
3.7.3 Scatterplot
3.7.4 Pie chart
3.7.5 Combinar gráficos
3.7.6 Exportar gráficos

4 LA DISTRIBUCIÓN NORMAL
4.1 Las distribuciones de probabilidad de los datos
4.2 La distribución normal
4.3 La distribución normal tipificada
4.4 Análisis de normalidad
4.4.1 Q-Q plot
4.5 Otras distribuciones
4.5.1 Distribuciones discretas
4.5.2 Distribuciones continuas

5 CONTRASTE DE HIPÓTESIS
5.1 Inferencia estadística
5.2 Contrastes de hipótesis
5.3 Metodología científica
5.4 Definición y formulación de hipótesis
5.5 P-valor y nivel de significación
5.6 Errores tipo I y tipo II
5.7 Contraste unilateral y bilateral
5.9 Ejemplo práctico
5.10 Tamaño de efecto, poder estadístico y tamaño de muestra
5.10.1 Tamaño de efecto
5.10.2 Poder estadístico
5.10.3 Calculando el tamaño de la muestra

6 TEST ESTADÍSTICOS
6.1 Métodos de contraste de hipótesis
6.2 Contrastes de una variable
6.2.1 Contraste para una proporción
6.2.2 Contraste para una media
6.2.3 Contraste para una varianza
6.3 Contraste para proporciones de más de una variable
6.3.1 Test de independencia Chi-cuadrado
6.3.2 Test McNemar
6.4 Contraste para medias: test de una variable y dos condiciones
6.4.1 t-test
6.4.2 t-test pareado
6.4.3 Wilcoxon-Mann-Whitney test
6.4.4 Wilcoxon signed rank test (pareado)
6.5 Contraste para medias: test de una variable con más de dos condiciones
6.5.1 ANOVA
6.5.2 Comparación múltiple: análisis post hoc
6.5.3 ANOVA de medidas repetidas
6.5.4 Kruskal-Wallis
6.5.5 Friedman
6.6 Contraste para medias: test de una variable y más de un factor
6.6.1 ANOVA (two-way)
6.7 Visualización de contraste de medias
6.8 Contraste para varianzas: análisis de la homocedasticidad
6.8.1 Test de Levene
6.9 Bondad de ajuste: análisis de la normalidad
6.9.1 Test Kolmogorov-Smirnov
6.9.2 Test Shapiro-Wilk
6.9.3 ¿Qué test de bondad de ajuste utilizar?
6.10 Categorizando variables cuantitativas

7 CORRELACIONES Y REGRESIÓN LINEAL
7.1 La relación de variables cuantitativas
7.2 Correlación lineal
7.2.1 Correlación y causalidad
7.2.2 Covarianza y coeficientes de correlación
7.2.3 Contraste de correlación
7.2.4 Coeficiente de Pearson
7.2.5 Coeficiente de Spearman
7.2.6 Ejemplo de aplicación
7.3 Regresión lineal simple
7.3.1 Formulación
7.3.2 Coeficientes de regresión
7.3.3 Análisis de la precisión del modelo
7.3.4 Inferencia y estimación
7.3.5 Condiciones necesarias
7.3.6 Ejemplo de aplicación
7.4 Regresión lineal múltiple
7.4.1 Formulación
7.4.2 Coeficientes de regresión
7.4.3 Análisis de la precisión del modelo
7.4.4 Significación global del modelo
7.4.5 Condiciones necesarias
7.4.6 Ejemplo de aplicación
7.4.7 Inclusión de variables categóricas
7.4.8 Interacciones entre variables
7.4.9 Regresión polinómica
7.4.10 Selección de variables independientes
7.4.11 Validación y test

8 DETECCIÓN DE VALORES ATÍPICOS Y FALTANTES
8.1 Valores que pueden invalidar el análisis
8.2 Valores atípicos u outliers
8.2.1 Detección univariante
8.2.2 Detección multivariante
8.3 Valores faltantes
8.3.1 Descripción y visualización
8.3.2 Imputación

BIBLIOGRAFÍA