Un Postgraduate certificate de gran valor para que valides con mayor solidez tus hipótesis y conclusiones mediante la Biostatistics with R” 

La Bioestadística se ha vuelto esencial en la investigación sanitaria para diseñar estudios experimentales y observacionales, analizar los datos que se han recabado y tomar decisiones basadas en estos resultados. De hecho, permite a los investigadores considerar factores como la variabilidad y la incertidumbre en los datos, lo que es relevante para validar las conclusiones obtenidas. Además, los resultados de las investigaciones a menudo se presentan en forma de cifras o estadísticas, y la Bioestadística ayuda a los investigadores a interpretarlos correctamente. Por tanto, resulta indudable que su contribución es fundamental para mejorar la comprensión de las enfermedades y tratamientos médicos en ámbitos como la Odontología. 

Es por ello que, si el profesional odontológico no dominara con solvencia la Biostatistics with R, estaría en clara desventaja, siendo sus investigaciones menos sólidas que las de otros compañeros al no aplicar avanzadas herramientas de validez de los resultados. Con mayor razón, este Postgraduate certificate le será de gran valor para actualizarse en esta materia de creciente interés. Así, a través del título recorrerá los conceptos estadísticos aplicados a la investigación, los fundamentos del lenguaje R y sus métodos de Regresión y análisis multivariante. Además, se adentrará en el Aprendizaje Supervisado y No Supervisado empleando el Data Mining en su metodología de trabajo. 

Sin duda, una preparación de alto nivel que llevará a sus investigaciones al siguiente nivel. Para ello, tan solo necesitará un dispositivo con conexión a Internet, el cual le abrirá las puertas a un extenso catálogo digital de recursos a su disposición en el Campus Virtual. Dentro de esta plataforma, el estudiante tendrá la batuta de sus propios tiempos académicos, sirviéndose de avanzados contenidos diseñados por un equipo docente referente. 

Este es el programa que buscas para analizar en detalle los métodos de Regresión y análisis multivariante con R”   

Este Postgraduate certificate en Biostatistics with R contiene el programa científico más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en Bioestadística con R 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras  
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet 

Mediante avanzados materiales académicos, te beneficiarás de un ciclo educativo condensado en solo 150 horas que gestionarás a tu conveniencia mientras recorres los fundamentos del lenguaje R” 

El programa incluye en su cuadro docente a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.  

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.  

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.   

Dominarás todos y cada uno de los principales conceptos de la Biostatistics with R para llevar al siguiente nivel tus investigaciones odontológicas”   

¿Quieres manejar las técnicas estadísticas con Data Mining más eficaces? ¡Lo harás en tan solo 6 semanas!” 

The syllabus has been designed following an online format that will allow dental professionals to combine their activity with this high level of training without any problem. In fact, it is not necessary to attend a single day at an on-site center and you will not even have to adapt to specific schedules. Instead, you will be able to manage your study time and even internalize the ideas of the syllabus more quickly thanks to the dynamism of the Virtual Campus resources. Multimedia formats as varied as interactive diagrams, videos, master classes and case studies are available. 

Interactive diagrams, videos, master classes or case analyses will boost your performance"

Module 1. Statistics and R in Health Research

1.1 Biostatistics

1.1.1. Introduction to The Scientific Method
1.1.2. Population and Sample. Sampling Measures of Centralization
1.1.3. Discrete Distributions and Continuous Distributions
1.1.4. General Outline of Statistical Inference. Inference about a Normal Population Mean. Inference about a General Population Mean
1.1.5. Introduction to Nonparametric Inference

1.2 Introduction to R

1.2.1. Basic Features of the Program
1.2.2. Main Object Types
1.2.3. Simple Examples of Simulation and Statistical Inference
1.2.4. Graphs
1.2.5. Introduction to R Programming

1.3 Regression Methods with R

1.3.1. Regression Models
1.3.2. Variable Selection
1.3.3. Model Diagnosis
1.3.4. Treatment of Outliers
1.3.5. Regression Analysis

1.4 Multivariate Analysis with R

1.4.1. Description of Multivariate Data
1.4.2. Multivariate Distributions
1.4.3. Dimension Reduction
1.4.4. Unsupervised Classification: Cluster Analysis
1.4.5. Supervised Classification: Discriminant Analysis

1.5 Regression Methods for Research with R

1.5.1. Generalized Linear Models (GLM): Poisson Regression and Negative Binomial Regression
1.5.2. Generalized Linear Models (GLM): Logistic and Binomial Regressions
1.5.3. Poisson and Negative Binomial Regression Inflated by Zeros
1.5.4 Local adjustments and generalized additive models (GAM)
1.5.5. Generalized Mixed Models (GLMM) and Generalized Additive Mixed Models (GAMM)

1.6 Statistics Applied to Biomedical Research with R I

1.6.1. Basic Notions of R. Variables and Objects in R. Data handling. Files Graphs
1.6.2. Descriptive Statistics and Probability Functions
1.6.3. Programming and Functions in R
1.6.4. Contingency Table Analysis
1.6.5. Basic Inference with Continuous Variables

1.7 Statistics Applied to Biomedical Research with R II

1.7.1. Analysis of Variance
1.7.2. Correlation Analysis
1.7.3. Simple Linear Regression
1.7.4. Multiple Linear Regression
1.7.5. Logistic Regression

1.8 Statistics Applied to Biomedical Research with R III

1.8.1. Confounding Variables and Interactions
1.8.2. Construction of a Logistic Regression Model
1.8.3. Survival Analysis
1.8.4. Cox Regression
1.8.5. Predictive Models. ROC Curve Analysis

1.9 Statistical Data Mining Techniques with R I

1.9.1. Introduction. Data Mining. Supervised and Unsupervised Learning. Predictive Models Classification and Regression
1.9.2. Descriptive Analysis Data Pre-Processing
1.9.3. Principal Component Analysis (PCA)
1.9.4. Cluster Analysis. Hierarchical Methods. K-Means

1.10 Statistical Data Mining Techniques with R II

1.10.1. Model Evaluation Measures. Predictive Ability Measures. ROC Curves
1.10.2. Models Assessment Techniques. Cross-Validation. Bootstrap Samples
1.10.3. Tree-Based Methods (CART)
1.10.4. Support Vector Machines (SVM)
1.10.5. Random Forest (RF) and Neural Networks (NN)}

Make the most of this opportunity to surround yourself with expert professionals and learn from their work methodology"