¿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 Curso Universitario 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 Curso Universitario; 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 Curso Universitario en Bioestadística con 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"

El profesional que acceda a este Curso Universitario encontrará en él 150 horas de contenidos teóricos, prácticos y adicionales presentado en diferentes formatos: vídeos al detalle, imágenes gráficas, artículos de investigación y lecturas complementarias, entre muchos otros. En definitiva, todo lo que el especialista necesita para ponerse al día en Estadística y R en Investigación Sanitaria manera garantizada y de manera 100% online, desde cualquier dispositivo con conexión a internet y con un horario totalmente adaptado a su disponibilidad.

Disfruta de todos los contenidos que dinamizan esta titulación y que harán que saques el mayor rendimiento al aprendizaje aplicándolo también en tu praxis diaria”

Módulo 1. Estadística y R en investigación sanitaria

1.1. Bioestadística

1.1.1. Introducción al método científico
1.1.2. Población y muestra. Medidas muestrales de centralización
1.1.3. Distribuciones discretas y Distribuciones continuas
1.1.4. Esquema general de la inferencia estadística. Inferencia sobre una media de una población normal. Inferencia sobre una media de una población general
1.1.5. Introducción a la inferencia no paramétrica

1.2. Introducción a R

1.2.1. Características básicas del programa
1.2.2. Principales tipos de objetos
1.2.3. Ejemplos sencillos de simulación e inferencia estadística
1.2.4. Gráficos
1.2.5. Introducción a la programación en R

1.3. Métodos de regresión con R

1.3.1. Modelos de regresión
1.3.2. Selección de variables
1.3.3. Diagnóstico del modelo
1.3.4. Tratamiento de datos atípicos
1.3.5. Análisis de regresiones

1.4. Análisis Multivariante con R

1.4.1. Descripción de datos multivariantes
1.4.2. Distribuciones multivariantes
1.4.3. Reducción de la dimensión
1.4.4. Clasificación no supervisada: análisis de conglomerados
1.4.5. Clasificación supervisada: análisis discriminante

1.5. Métodos de regresión para la investigación con R

1.5.1. Modelos lineales generalizados (GLM): regresión de Poisson y binomial negativa
1.5.2. Modelos lineales generalizados (GLM): regresiones logística y binomial
1.5.3. Regresión de Poisson y Binomial Negativa infladas por ceros
1.5.4. Ajustes locales y modelos aditivos generalizados (GAM)
1.5.5. Modelos mixtos generalizados (GLMM) y generalizados aditivos (GAMM)

1.6. Estadística aplicada a la investigación biomédica con R I

1.6.1. Nociones básicas de R. Variables y objetos de R. Manejo de datos. Ficheros. Gráficos
1.6.2. Estadística descriptiva y funciones de probabilidad
1.6.3. Programación y funciones en R
1.6.4. Análisis de tablas de contingencia
1.6.5. Inferencia básica con variables continuas

1.7. Estadística aplicada a la investigación biomédica con R II

1.7.1. Análisis de la varianza
1.7.2. Análisis de correlación
1.7.3. Regresión lineal simple
1.7.4. Regresión lineal múltiple
1.7.5. Regresión logística

1.8. Estadística aplicada a la investigación biomédica con R III

1.8.1. Variables de confusión e interacciones
1.8.2. Construcción de un modelo de regresión logística
1.8.3. Análisis de supervivencia
1.8.4. Regresión de Cox
1.8.5. Modelos predictivos. Análisis de curvas ROC

1.9. Técnicas estadísticas de Data Mining con R I

1.9.1. Introducción. Data Mining. Aprendizaje Supervisado y No Supervisado. Modelos Predictivos. Clasificación y Regresión
1.9.2. Análisis descriptivo. Pre-procesamiento de datos
1.9.3. Análisis de Componentes Principales (PCA)
1.9.4. Análisis Clúster. Métodos Jerárquicos. K-means

1.10. Técnicas estadísticas de Data Mining con R II

1.10.1. Medidas de Evaluación de Modelos. Medidas de capacidad predictiva. Curvas ROC
1.10.2. Técnicas de Evaluación de Modelos. Validación cruzada. Muestras Bootstrap
1.10.3. Métodos basados en árboles (CART)
1.10.4. Support vector machines (SVM)
1.10.5. Random Forest (RF) y Redes Neuronales (NN)

Una titulación que se adapta a ti para que te actualices en Estadística y R sin dejar de lado el resto de ámbitos de tu vida personal y profesional”