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
