Bioestadistica b.jpg

Bioestadística

Diplomado en 

Información

La estadística se enfoca en la recolección, interpretación y presentación de datos obtenidos a partir de la observación de un fenómeno o evento de interés. Debido a la diversidad de las herramientas que están a su disposición, tiene una amplia aplicación en diferentes campos, entre ellos, las ciencias biológicas, donde se aplica en el análisis de variables, diseño de la metodología de investigación y en la selección de la población o muestra de estudio.


Esto vuelve necesario entender conceptos básicos relacionados a la estadística (medidas de tendencia central, medidas de dispersión), las diferentes subclasificaciones (inferencial y descriptiva), así como herramientas que puedan ser utilizadas para el análisis e interpretación de datos en el campo de las ciencias biológicas y de la salud.

Objetivos del diplomado:

  • Describir las características de la estadística.

  • Conocer y comprender los mejores métodos de presentación de datos.

  • Conocer el lenguaje R para el análisis de datos.

  • Aprender los scripts básicos para análisis estadísticos mediante R.

  • Describir la elaboración de diferentes tipos de gráficos.

  • Conocer las características de la estadística descriptiva e inferencial.

  • Conocer las diferencias entre estadística paramétrica y no paramétrica.

Calendario de sesiones:

Módulo 1: 16, 23, 30 de enero y 6 de febrero de 2022.
Módulo 2: 13, 20, 27 de febrero y 3 de marzo de 2022.
Módulo 3: 13, 20, 27 de marzo y 3 de abril de 2022.
Horario: 9:00 AM a 12:00 PM. Hora de la Ciudad de México.

Curso teórico online

Conocimientos mínimos: Conocer términos básicos de matemáticas y biología.

Materiales requeridos: Computadora con acceso a internet.

Plataforma: Google Meet. Grabación de las sesiones en vivo.

Capacitador: Enrique Ambrocio-Ortiz.

  • Químico  Farmacéutico Biológico, UAM Xochimilco. M. en C. de la Salud, IPN. Escuela Superior de Medicina.

  • Candidato a Doctor en Ciencias Biológicas y de la Salud, UAM Xochimilco.

Contenido del curso

MODULO 1
1. Introducción al lenguaje de R
   1.1 Análisis del ambiente de R y Rstudio
   1.2 Objetos y datos en el ambiente de R
      1.2.1 Ejercicio: Creación de objetos en Rstudio
   1.3 Instalación de paqueterías en Rstudio

2. Introducción a la bioestadística
   2.1 Conceptos básicos: población, muestra, variables y medición
      2.1.1 Ejercicio: Reconocimiento de población y muestra
   2.2 Tipos de variables: cuantitativas y cualitativas; identificación y subclasificación
      2.2.1 Ejercicio: Discriminación de variables
      2.2.2 Ejercicio: Reconocimiento de variables
   2.3 Tipos de estadística: descriptiva e inferencial, paramétrica y no paramétrica.
   2.4 Distribución de datos: Normales y no normales
      2.4.1 Histogramas y gráficos de normalidad
3. Carga de bases de datos en Rstudio
   3.1 Tipos de archivos compatibles con Rstudio
   3.2 Edición y adaptación de bases de datos en formato CSV

  3.3 Guardar datos desde Rstudio
   3.4 Editar bases de datos en Rstudio
      3.4.1 Ejercicio: Edición de una base en Rstudio
4. Estadística descriptiva
   4.1 Medidas de tendencia central
      4.1.1 Ejercicio: Calculo de medidas de tendencia central
   4.2 Medidas de dispersión
      4.2.1 Ejercicio: Calculo de medidas de dispersión
   4.3 Cálculo de estadísticos de normalidad
      4.3.1 Ejercicio: Cálculo de curtosis y coeficiente de asimetría
5. Gráficos descriptivos
   5.1. Elaboración de gráficos de distribución y de frecuencia.
      5.1.1. Histogramas.
      5.1.2. Gráficos de barras.

MODULO 2
6. Estadística inferencial
   6.1 Aplicaciones de la estadística inferencial
   6.2 Muestreo y tipos de muestreo
   6.3 Generación y contrastación de hipótesis
   6.4 Tipos de riesgo y asociaciones

7. Softwares útiles en la estadística inferencial
   7.1. Herramientas para estudios epidemiológicos.
   7.2. Creación de tablas de contingencia.
   7.3. Interpretación de riesgos.
      7.3.1. Ejercicio: Calculo de RR y OR.
   7.4. Uso de Rstudio en estudios de riesgo.
   7.5. Creación de tablas de contingencia y uso de pruebas de Fisher y Chi cuadrada.
      7.5.1. Prueba de Fisher.
      7.5.2. Prueba de Chi cuadrada.
8. Estadística paramétrica
   8.1. Características principales.  
      8.1.1. Tipos de pruebas y cuando utilizarlas.
      8.1.2. Limitantes.
   8.2. Aplicación de pruebas paramétricas. 
      8.2.1. Ejercicio: Análisis paramétrico de una base de datos.
9. Estadística no paramétrica
   9.1. Características principales.
      9.1.1. Tipos de pruebas y cuando utilizarlas.
      9.1.2. Limitantes.
   9.2. Aplicación de pruebas no paramétricas.
      9.2.1. Ejercicio: Análisis no parámetrico de una base de datos.

MODULO 3
10. Pruebas de correlación

   10.1. Pruebas de correlación paramétricas y no paramétricas.
      10.1.1 Uso y condicionales para la aplicación de correlaciones.
      10.1.2. Datos de salida e interpretación de los datos de correlación.
   10.2. Gráficos para la interpretación de datos.
   10.3. Ejercicio: Análisis de correlación en datos cuantitativos.
   10.4. Ejercicio: Elaboración de gráficos de para la representación de las correlaciones.
11. Correlogramas y opciones de presentación de datos
   11.1. Ejercicio: Elaboración de un correlograma.
12. Métodos de regresión
   12.1. Regresión lineal.
      12.1.1. Condiciones y uso de la regresión lineal.
      12.1.2. Aplicación de la regresión lineal.
         12.1.2.1.Ejercicio: Evaluación del método de regresión lineal.
13. Regresión logística
   13.1. Condiciones y uso de la regresión lógistica.
   13.2. Aplicación de la regresión logística.
      13.2.1. Ejercicio: Evaluación del método de regresión logística.

 

Fondos.jpg

SOLICITE INFORMES

¡Gracias por tu mensaje!