¿Buscas una titulación con la que, en tan solo 150 horas, puedas conocer al detalle la estadística aplicada a la investigación biomédica con R? Este Postgraduate certificate es idóneo para ti”

En el planteamiento de un problema del que parte el proyecto de investigación, también interfiere la Estadística. Gracias a esta herramienta es posible, en primera instancia, establecer el tipo de muestreo, el tamaño de la muestra, el tipo de recolección de datos. Esta información quedará registrada y organizada, pudiendo calcular métricas y obtener resultados fehacientes. Además, el rango estadístico será fundamental en la relación de las variables, lo que aportará mayores avances en la investigación.

Dada la magnitud del alcance y las especificidades de las enfermedades a nivel global, las empresas solicitan a especialistas que investiguen de manera fundamentada con datos estadísticos. Por ese motivo, TECH ha solicitado a su equipo de expertos que conformen una titulación que permita a estos profesionales conocer al detalle las novedades relacionadas con la Bioestadística. Así surge este Postgraduate certificate; un programa completo y riguroso que hará del aprendizaje una cualificación multidisciplinar de los especialistas, poniéndoles al día de las técnicas estadísticas de Data Mining con R y su aplicación en Medicina.

Además, TECH ha compactado toda la información en 150 horas de contenidos teóricos, prácticos y adicionales en diversos formatos. Estos materiales se corresponden con vídeos al detalle, imágenes, artículos de investigación, lecturas complementarias y la simulación de casos clínicos, entre muchos otros. Gracias ello y a la accesibilidad universal de TECH, al ser una titulación 100% online, el alumnado podrá recurrir al temario en cualquier momento y lugar con tan solo un dispositivo electrónico y conexión a internet.

¿Deseas adentrarte en los principales conceptos de la Bioestadística y las nuevas herramientas de aplicación exitosas? Gracias a TECH y su titulación 100% online podrás conseguirlo”

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 Investigación Médica
• 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

No estarás solo, te acompañará un equipo de expertos versados en investigación Médica con el que podrás debatir y del que obtendrás consejos fehacientes en el desarrollo real de la profesión”

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.

Forma parte de los profesionales de vanguardia que se encuentran al frente de los ensayos científicos con Estadística aplicada a la Medicina, con un programa que no te limitará en otros ámbitos de tu vida"

Una oportunidad académica única para profundizar en el programa R y los métodos de regresión y de análisis multivariante"

The professional who accesses this University Course will find 150 hours of theoretical, practical and additional content presented in different formats: detailed videos, graphic images, research articles and complementary readings, among many others. In short, everything the specialist needs to get up to date in Statistics and R in Health Research in a guaranteed way and 100% online, from any device with internet connection and with a schedule fully adapted to their availability.

Enjoy all the contents that energize this degree and that will make you get the most out of your learning by also applying it in your daily practice"

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 Fits and Generalized Additive Models (GAMs)
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)

A degree that adapts to you so that you can update your knowledge in Statistics and R without neglecting the other areas of your personal and professional life"