Análisis de Datos Experimentales: Utilidades Básicas
Offered By: Universidad Politécnica de Madrid via Miríadax
Course Description
Overview
Descripción de curso
En este curso se presentan las ideas básicas del tratamiento elemental de datos y medidas experimentales, dentro de los parámetros de las Ciencias, la Tecnología y la Ingeniería, pero , sobre todo, con aplicación a muchos de los campos y a la vida diaria. La intención del curso es que tenga aplicabilidad inmediata en multitud de campos y sea realmente una ayuda en el día a día de los que lo sigan.
Los objetivos concretos de aprendizaje del curso son:
1.- Sentido físico de Medir, entendido en toda su extensión. Su importancia y forma de realizarla.
2.- Tipos de medidas que se pueden realizar.
3.- El error como efecto inevitable de toda medida.
4.- Análisis de datos: el error de la medida, su propagación, corrección y acotación.
5.- Formas habituales de presentación, numérica y gráficamente, de los datos.
6.- Optimización del proceso de medida a partir de los resultados obtenidos. Cómo poder hacer predicciones a partir de los datos y errores disponibles.
En este curso se presentan las ideas básicas del tratamiento elemental de datos y medidas experimentales, dentro de los parámetros de las Ciencias, la Tecnología y la Ingeniería, pero , sobre todo, con aplicación a muchos de los campos y a la vida diaria. La intención del curso es que tenga aplicabilidad inmediata en multitud de campos y sea realmente una ayuda en el día a día de los que lo sigan.
Los objetivos concretos de aprendizaje del curso son:
1.- Sentido físico de Medir, entendido en toda su extensión. Su importancia y forma de realizarla.
2.- Tipos de medidas que se pueden realizar.
3.- El error como efecto inevitable de toda medida.
4.- Análisis de datos: el error de la medida, su propagación, corrección y acotación.
5.- Formas habituales de presentación, numérica y gráficamente, de los datos.
6.- Optimización del proceso de medida a partir de los resultados obtenidos. Cómo poder hacer predicciones a partir de los datos y errores disponibles.
Syllabus
Módulo 0. Presentación
Módulo 1. ¿Cómo se obtienen los datos?
Módulo 2. Los datos y su error
Módulo 3. ¿Cómo saber si son fiables los datos? Origen de los errores
Módulo 4. Cálculo de errores I: medidas directas
Módulo 5. Presentación numérica de resultados
Módulo 6. Cálculo de errores II: medidas indirectas
Módulo 7. Presentación gráfica de resultados
Módulo 1. ¿Cómo se obtienen los datos?
Módulo 2. Los datos y su error
Módulo 3. ¿Cómo saber si son fiables los datos? Origen de los errores
Módulo 4. Cálculo de errores I: medidas directas
Módulo 5. Presentación numérica de resultados
Módulo 6. Cálculo de errores II: medidas indirectas
Módulo 7. Presentación gráfica de resultados
Taught by
Elena Tejado, Jose Ygnacio Pastor Caño and Teresa Palacios
Tags
Related Courses
Big Data AnalyticsQueensland University of Technology via FutureLearn Introduction to Dynamical Systems and Chaos
Santa Fe Institute via Complexity Explorer Developing Secure IoT Applications
EDUCBA via Coursera Machine Learning: Random Forest with Python from Scratch©
Packt via Coursera Data Science with R - Capstone Project
IBM via Coursera