DIPL BIOEST FONDO.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 I: 28 de mayo; 4, 11, 18, 25 de junio
Primera Evaluación:  2 de julio
Módulo II: 9, 16, 23, 30 de julio
Segunda Evaluación: 6 de agosto
Módulo III: 13, 20, 27 de agosto y 3 de septiembre del 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

Módulo 1
Día 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

Día 2
2. Introducción a la bioestadística
   2.1. Conceptos básicos: población, muestra, variables y medición.
     2.2.1. 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.

Día 3
3. Carga de bases de datos en Rstudios
   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
      3.4.2. Ejercicio: Edición de una base en Rstudio

Día 4
4. Estadística descriptiva
   4.1. Medidas de tendencia central
     4.1.1. Ejercicio: Cálculo de medidas de tendencia central
   4.2. Medidas de dispersión
     4.2.1. Ejercicio: Cálculo de medidas de dispersión
   4.3. Cálculo de estadísticos de normalidad
      4.3.1. Ejercicio: Cálculo de curtosis y coeficiente de asimetría

Día 5
5. Gráficos descriptivos
   5.1. Elaboración de gráficos de distribución y de frecuencia
      5.1.1. Histogramas
      5.1.2. Gráficos de barras

PRIMERA EVALUACIÓN

Módulo 2:
Día 6
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

Día 7
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: Cálculo 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.

Día 8
8. Estadística paramétrica

   8.1. Características principales
      8.1.1. Tipos de pruebas 
      8.1.2. Limitantes
   8.2. Aplicación de pruebas paramétricas
      8.2.1. Ejercicio: Análisis paramétrico de una base de datos

Día 9
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

SEGUNDA EVALUACIÓN

 

MÓDULO 3:
Día 10
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
      10.2.1. Ejercicio: Análisis de correlación en datos cuantitativos
      10.2.2. Ejercicio: Elaboración de gráficos de para la representación de las correlaciones

Día 11
11. Correlogramas y opciones de presentación de datos

   11.1. Ejercicio: Elaboración de un correlograma

Día 12
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

Día 13
13. Regresión logística

   13.1. Condiciones y uso de la regresión logística
   13.2. Aplicación de la regresión logística
      13.2.1. Ejercicio: Evaluación del método de regresión logística

TERCERA EVALUACIÓN

Fundamentos-de-Python-WEB.jpg

SOLICITE INFORMES

¡Gracias por tu mensaje!