Curso de Bioestadística en R
El programa está compuesto por dos cursos: Bioestadística I: análisis de datos biológicos en R y Modelación ecológica con R, la descripción de cada uno se encuentra a continuación:
Curso Bioestadística I: análisis de datos biológicos en R (para mayor información de clic en el titulo del curso)
La bioestadística es una disciplina que proporciona las herramientas necesarias para gestionar datos biológicos, en su edición y análisis. Un buen manejo de la bioestadística es esencial para poder contestar preguntas biológicas o ecológicas, usando los datos apropiados, análisis necesarios y expresando los resultados de manera concisa y clara para que facilite su interpretación. En la actualidad, existe un mayor acceso a grandes cantidades de datos biológicos y ambientales de buena calidad, lo que supone grandes oportunidades para entender mejor nuestro frágil y siempre cambiante entorno ecológico. No obstante, el análisis correcto de estos datos sigue siendo un gran reto, y el constante mejoramiento de las técnicas hace indispensable la formación en bioestadística básica de los estudiantes y profesionales, para llegar a las mejores conclusiones ambientales posibles.
Curso Bioestadística II: modelación ecológica con R (para mayor información de clic en el titulo del curso)
A la luz del cambio climático y la creciente presión antrópica, se espera una pérdida alarmante de la biodiversidad del planeta y con ella los servicios ecosistémicos que proporciona. Entender mejor nuestro entorno ecológico y predecir su evolución en el tiempo es necesario para proponer estrategias ambientales de conservación y restauración, y de esta manera mitigar la crisis ecológica del Antropoceno. En este marco, la bioestadística proporciona las herramientas necesarias para estudiar los diferentes niveles de la biodiversidad, su organización estructural y funcional, y su interacción con el hombre. Se destaca la importancia de modelar la distribución espacial de la biodiversidad, incluyendo a las especies y comunidades biológicas, pero también sus otras dimensiones como la diversidad taxonómica, los endemismos y las categorías de amenaza. Esta rama de la bioestadística nos ayuda a interpretar mejor el pasado, el presente y predecir el futuro de la biodiversidad, en su distribución espacial y ecología.
Herramienta (software de análisis y modelación)
R es un programa estadístico gratuito de libre acceso, que es continuamente actualizado y mejorado por los propios usuarios, mediante la creación y mantenimiento de nuevas bibliotecas de trabajo. Hoy en día, R se ha convertido en una herramienta imprescindible para cualquier científico de ciencias de la vida y de la tierra, y ha atraído a miles de usuarios en el mundo. El manejo de R puede resultar difícil al inicio por su estructura plana y poco interactiva, además de la necesidad de navegar en el programa con scripts de comandos. No obstante, con tiempo, usar R se vuelve más fácil y repetitivo, y el programa puede entonces ofrecer a sus usuarios una amplia gama de aplicaciones. Por su complejidad inicial, R es poco enseñado a nivel de pregrado, dado que los estudiantes apenas se familiarizan con la estadística. A nivel de posgrado y profesional, R se destaca por permitir manejar estadística avanzada en un entorno relativamente sencillo. Muchas revistas científicas indexadas hoy en día reconocen a R como programa clave y prefieren o hasta requieren su uso en manuscritos para publicación.
Este es un programa compuesto por los siguientes cursos que podrás tomar en conjunto o por separado.
¡Inscribe el programa completo!
Curso Bioestadística II: modelación ecológica con R
Inicio:
08 de agosto de 2017
Dirigido a
Este curso va dirigido a profesionales y estudiantes de pregrado o posgrado en ciencias naturales y ambientales que quieren desarrollar su conocimiento en bioestadística y aprender a manejar el programa R. Se esperan participantes especializados o especializándose en ecología, biología o ciencias ambientales, pero también profesionales y estudiantes en ciencias forestales y agronómicas. Se aceptarán otros perfiles profesionales previo a la consulta con la profesora, de acuerdo con el perfil del participante.
Objetivos
Objetivo general
Objetivos específicos
Curso Bioestadística I: análisis de datos biológicos en R
Se espera que al finalizar el curso, los estudiantes esten en capacidad de:
- Manejar el programa R, scripts de comandos, gráficos y análisis.
- Editar bases de datos biológicas (observaciones y variables).
- Conocer la teoría de la bioestadística y aplicaciones en R de análisis descriptivos, univariados, bivariados y multivariados.
- Realizar representación númerica y gráfica de datos y resultados.
Curso Bioestadística II: modelación ecológica con R
Se espera que al finalizar el curso, los estudiantes esten en capacidad de:
- Manejar el programa R, scripts de comandos, gráficos y análisis.
- Conocer las bases teóricas de modelación ecológica y aplicaciones de R.
- Realizar modelación de distribución actual de diversidad biológica y de especies.
- Realizar modelación de distribución de especies en el tiempo y de comunidades biológicas.
Metodología
Contenido
Sesión 1: Introducción a R
Introducción al programa. Comandos básicos en R. Obtención y edición de los bases de datos de trabajo: datos biológicos (cualitativos, cuantitativos) y datos ambientales (continuos, discretos, dependientes e independientes).
Sesión 2: Estadística descriptiva y representación de la información
Medidas de dispersión y variabilidad. Tablas y gráficos para presentar datos y resultados.
Sesión 3: Métodos univariados
Planteamiento de hipótesis de trabajo. Distribución normal y alternativas, y sus propiedades. Pruebas paramétricas vs. no-paramétricas.
Sesión 4: Métodos bivariados
Comparaciones de muestras (ej. t-Student, Chi2), Análisis de varianza (ej. ANOVA), Correlaciones (coef. de Spearman).
Sesión 5: Métodos multivariados 1
Matrices. Ordenaciones (ej. Análisis de componentes principales, Análisis Canónica de correspondencias)
Sesión 6: Métodos multivariados 2
Clasificaciones jerárquicas (ej. Clustering jerárquico aglomerativo) y no-jerárquicas (ej. K-means, Fuzzy C-means).
Sesión 7: Métodos multivariados 3
Análisis discriminantes (linear, cuadrática). Análisis de regresión.
Sesión 8: Preparación de la presentación
Trabajo en equipos de 2 o 3: (1) Planteamiento de pregunta(s) ecológica(s), (2) Creación y corrida de un script elaborado en R con datos reales, (3) representación numérica y gráfica de los resultados, (4) interpretación de los resultados y (5) creación de un PowerPoint corto (max. 10 diapositivas) resumiendo el trabajo.
Sesión 9. Exposición de la presentación
Exposición oral de PowerPoint en equipo (15 min). Debate entre los estudiantes (5 min).
Sesión 10: Introducción a R y Preparación de datos
Introducción al programa. Comandos básicos. Gráficos, Comandos avanzados. Obtención y edición de los bases de datos de trabajo: datos biológicos (variable respuesta) y datos ambientales (variables explicativas).
Sesión 11. Data espacial
Estructura de datos georeferenciados y capas informativas. Sistema de Información Geográfica (SIG). Proyecciones y georeferenciación de capas informativas.
Sesión 12: Teoría métodos modelos
Familias de modelos (distancias ecológicas, regresión y aprendizaje artificial). Parámetros. Proyección. Ensamblado de modelos. Evaluación de modelos.
Sesión 13: Modelos de diversidad
Patrones de diversidad biológica mediante modelos espaciales, de regresión y combinados.
Sesión 14: Modelos de distribución de especies (SDM)
Aplicación de modelos de distribución potencial de especies con varias técnicas (ej. GLM, RandomForest, Maxent).
Sesión 15: Modelos dinámicos (MDE)
Obtención y edición de capas de variables explicativas futuras. SDM para diferentes escenarios socio-económicos futuros.
Sesión 16: Modelos ensamblados
Metodología SESAM: Pool de especies + Modelos SDM combinados + modelos de riqueza + Interacciones bióticas.
Sesión 17: Preparación de la presentación
Trabajo en equipos de 2 o 3: (1) Planteamiento de pregunta(s) ecológica(s), (2) Creación y corrida de un script elaborado en R con datos reales para modelos dinámicos, (3) representación numérica y gráfica de los resultados, (4) interpretación de los resultados y (5) creación de un PowerPoint corto (max. 10 diapositivas) resumiendo el trabajo.
Sesión 18. Exposición de la presentación
Exposición oral de los PowerPoints en equipo (15 min). Debate entre los estudiantes (5 min).
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.
