Bioestadística con R
¿Has visto cursos de estadística, pero aun sientes muchas dudas sobre como analizar tus datos en el trabajo o universidad? ¿Reconoces los nombres de los métodos, pero aun sientes que hay muchos vacíos conceptuales? Este curso busca que los conceptos, métodos y pruebas que se usan en bioestadística sean asimilados por los estudiantes y que adquieran el criterio para utilizar el análisis adecuado entendiendo sus beneficios y limitaciones, así como de sus posibles alternativas. La herramienta que utilizaremos es el programa R, el cual, aparte de ser gratis, ha tenido una gran cantidad de desarrollos a nivel de versiones, funciones y paquetes que permiten que sea una herramienta utilizada en todo el mundo para el análisis de datos biológicos.
Dirigido a
Profesionales y estudiantes de pregrado o posgrado en Biología, Ecología, Ciencias de la salud, Farmacia, Ciencias Agrícolas, Psicología, Agronomía, e ingenierías relacionadas. Profesionales e investigadores de diversas carreras que trabajen con datos biológicos.
Objetivos
Al finalizar el curso, el estudiante estará en capacidad de:
- Comprender la base conceptual y los métodos básicos de la bioestadística.
- Identificar el tipo de datos y variables que existen en las ciencias biológicas.
- Decidir qué método estadístico usar e identificar sus beneficios y limitaciones.
- Realizar los análisis estadísticos entendiendo cómo debe prepararse la información para su procesamiento y cómo se interpretan los resultados obtenidos.
- Aprender a utilizar el programa R para el análisis de datos biológicos.
- Continuar con su formación profesional teniendo las herramientas para entender métodos actuales más complejos.
Metodología
El curso será en modalidad virtual sincrónica. La metodología del curso es una combinación de clases magistrales, estudios de caso, y algunos ejercicios prácticos que se desarrollarán en clase para aprender a utilizar el programa R.
Contenido
Sesión 1: Introducción al curso y al software R.
Sesión 2: Manejo básico de R: vectores, matrices, dataframes, listas.
Sesión 3: Exploración de datos: Estadísticos descriptivos y gráficas. Tipos de variables: categóricas y numéricas.
Sesión 4: Procesamiento de datos con R: Outliers, datos faltantes, estandarización de variables. Comparación entre variables numéricas y categóricas.
Sesión 5: Variables aleatorias, distribuciones de probabilidad discretas y continuas, estimación de parámetros, intervalos de confianza, y errores.
Sesión 6: Pruebas de hipótesis: hipótesis nula, errores tipo I y tipo II, valor de p, tipos de pruebas de hipótesis.
Sesión 7: Pruebas para variables respuesta numéricas: Predictores categóricos. Prueba t, de Wilcoxon, ANOVA, Kruskal-Wallis.
Sesión 8: Pruebas para variables respuesta numéricas: Predictores numéricos. Correlación, regresión simple, múltiple y de Poisson.
Sesión 9: Pruebas para variables respuesta categóricas: Prueba de Chi-cuadrado, prueba exacta de Fisher, regresión logística.
Sesión 10: Agrupamiento: distancias, K-means, agrupamiento jerárquico.
Profesores
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.
