BIOESTADÍSTICA APLICADA A LA INVESTIGACIÓN

La estadística es una rama de las matemáticas enfocada en la recolección, interpretación y presentación de datos obtenidos a partir de la observación de un fenómeno de interés. Sus áreas de aplicación pueden ser desde áreas económicas y sociales, hasta las ciencias biológicas.
Una vez que se dominan los conceptos básicos de estadística, es importante poner en práctica las pruebas de hipótesis más comunes, así como pruebas de correlación y modelos de regresión útiles para poder interpretar las interacciones que puedan existir en un conjunto de datos.

​

Curso dirigido al personal académico y profesional del área químico biológicas y de la salud.

• Modalidad: en vivo a través de Google Meet. Grabación de las sesiones en vivo.

• Horas totales: 18 horas en 6 sesiones.

• Fechas: 18, 25 de junio y 2, 9, 16 y 23 de julio del 2022.

• Horario: 1:00 PM a 4:00 PM. Hora de la Ciudad de México.

• Capacitador: M. en C. Enrique Ambrocio Ortiz.

• Químico Farmacéutico Biológico, UAM Xochimilco.

• M. en C. de la Salud, IPN. Escuela Superior de Medicina.

• Estudiante del doctorado en Ciencias Biológicas y de la Salud, UAM Xochimilco.

Contenido del curso

1. Introducción a R
   1.1. Instalación de R y Rstudio
   1.2. Instalar librerías
   1.3. Objetos y tipos de objetos
     1.3.1. Vectores
     1.3.2. Matrices
     1.3.3. Bases de datos (data frame)
     1.3.4. Listas
   1.4. Ejercicios
   1.5. Carga y edición de bases de datos
     1.5.1. Características de las variables
     1.5.2. Cambio de codificación de variables
     1.5.3. Cambio de tipo de variable
   1.6 Ejercicio

2. Obtención de datos descriptivos
   2.1. Media, mediana y moda
   2.2. Mínimos/máximos, desviación estándar y cuartiles
   2.3. Ejercicios

3. Análisis estratificados
   3.1. Generación de subconjuntos vía subset
   3.2. Análisis vía tapply
   3.3. Ejercicios

4. Frecuencias y porcentajes
   4.1. Tablas de contingencia
   4.2. Gráfico de barras
   4.3. Pruebas de contraste cualitativo
     4.3.1. Chi cuadrada
     4.3.2. Fisher
   4.4. Ejercicios

5. Pruebas de normalidad
   5.1. Condicionales Kolmogorov-Smirnov y Shapiro-Wilk
   5.2. Nortest y pruebas de normalidad extra
   5.3. Histogramas

6. Pruebas de contraste cuantitativo I
   6.1. Datos relacionados y no relacionados
   6.2. Pruebas paramétricas
     6.2.1. T de student
     6.2.2. ANOVA
   6.3. Ejercicio

7. Pruebas de contraste cuantitativo II
   7.1. Pruebas no paramétricas
      7.1.1 Wilcoxon
      7.1.2. U de Mann-Whitney
      7.1.3. Kruskal-Wallis
      7.1.4. Prueba de Friedman
   7.2. Ejercicio
   7.3. Gráfico de cajas y bigotes

8. Correlaciones
   8.1. Correlación de Pearson
   8.2. Correlación de Spearman
   8.3. Interpretación de la correlación
   8.4. Graficar los hallazgos de correlación

9. Correlogramas

10. Modelos de regresión
   10.1. Regresión lineal
   10.2. Regresión lineal múltiple
      10.2.1. Evaluación de las variables
      10.2.2. Gráficos del modelo
   10.3. Regresión logística
   10.4. Regresión logística multivariada
   10.5. Regresión logística binaria