Análisis y visualización de datos funcionales en R

El taller comenzará con una introducción al análisis de datos funcionales en R, presentando los conceptos básicos, ejemplos de aplicación y una primera toma de contacto con el paquete fda.usc.

Después se trabajará en la construcción de objetos funcionales a partir de datos reales, mostrando cómo manipularlos y cómo aplicar métodos de reducción de la dimensión, suavizado, detección de outliers y clustering.

En la última parte se explorarán técnicas de visualización con ggplot2 y plotly.

El taller tendrá un enfoque eminentemente práctico, con ejercicios guiados en RStudio y materiales reproducibles, permitiendo a las personas asistentes adquirir competencias para aplicar el análisis funcional en sus propias áreas de investigación o docencia.

El tutorial está dirigido a estudiantes de grado, posgrado, investigadores y profesionales que utilizan R en el análisis de datos y que estén interesados en incorporar enfoques de análisis de datos funcionales a su trabajo o investigación.

Resultará especialmente útil para quienes trabajan con series temporales, señales o datos de alta frecuencia en áreas como estadística, economía, ciencias ambientales, medicina o ingeniería. Se espera que las personas participantes tengan conocimientos básicos de R (lectura de datos, uso de paquetes, operaciones con data frame) y un nivel como mínimo introductorio de estadística descriptiva y análisis multivariante. No se requiere experiencia previa en análisis de datos funcionales.

Instructor: Manuel Oviedo de la Fuente

Doctor en Estadística (USC) y profesor en la Universidade da Coruña (España), desarrolla su labor investigadora en el ámbito del análisis de datos funcionales y la estadística computacional.

Es autor de más de 20 artículos JCR en revistas como Journal of Statistical Software, TEST, The R Journal y Computational Statistics, y ha participado en proyectos competitivos.

Es coautor y desarrollador principal del paquete fda.usc en R, con más de 50.000 descargas y 20+ paquetes dependientes en CRAN, además de autor de materiales abiertos como disponibles en https://github.com/moviedo5 como el bookdown de aprendizaje estadístico: https://rubenfcasal.github.io/aprendizaje_estadistico/.