Com o estudo deste Cursoaprofundará em apenas 150 horas em estatística aplicada à investigação biomédica com R para aperfeiçoar as suas competências profissionais"

As estatísticas podem dar uma ideia dos obstáculos que surgem durante o desenvolvimento da investigação. Fá-lo através de dados e da prevenção de problemas evitáveis. Esta ferramenta permite, em primeiro lugar, estabelecer o tipo de amostragem, a dimensão da amostra e o tipo de recolha de dados, entre outras vantagens. Desta forma, a informação seria preservada e forneceria todos os pormenores aos especialistas que quisessem aprofundar os seus estudos numa base de investigação. 

A TECHconcebeu este Curso de Bioestatística com R para os licenciados em Farmácia e outras Ciências da Saúde que pretendam aprofundar o estudo dos dados estatísticos. Para o efeito, este Cursoexplora as técnicas estatísticas de Data Mining com R e a sua aplicação na indústria farmacêutica, entre outras questões. Além disso, a TECHdispõe de uma equipa de professores experientes na área que possuem os conhecimentos necessários para transmitir todos os conteúdos da disciplina. Tudo isto com o objetivo de ampliar e atualizar os conhecimentos de investigação dos profissionais do sector da saúde, utilizando ferramentas estratégicas. 

Trata-se de uma qualificação ministrada num formato 100% online, que permite aos alunos conhecer em profundidade as tendências e as novas teorias dos métodos de regressão com o R. Tudo isto, graças a materiais teórico-práticos e complementares que podem ser descarregados para que os alunos possam dispor do guia de referência, mesmo offline, uma vez guardado no seu dispositivo eletrónico. Além disso, o sistema de ensino inovador, baseado na metodologia Relearning, aliviará os especialistas de longas horas de memorização e permitir-lhes-á adaptar o ritmo de estudo às suas necessidades pessoais e profissionais.

Deseja melhorar as suas competências profissionais para as poder aplicar no seu projeto de investigação farmacológica? Agora pode consegui-lo graças à TECHe à sua qualificação 100% online"

Este Curso de Bioestatística com R conta com o conteúdo científico mais completo e atualizado do mercado. As suas principais características são: 

• O desenvolvimento de casos práticos apresentados por especialistas em Investigação Médica
• Os conteúdos gráficos, esquemáticos e predominantemente práticos com que está concebido fornecem informações científicas e práticas sobre as disciplinas que são essenciais para a prática profissional
• Exercícios práticos onde o processo de autoavaliação pode ser levado a cabo a fim de melhorar a aprendizagem
• A sua ênfase especial em metodologias inovadoras 
• As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre questões controversas e atividades de reflexão individual
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet

Ao seguir este programa, não terá de prescindir de outras áreas da sua vida. A TECHadapta-se a si e às suas necessidades com um Curso100% online adequado a uma vida profissional ativa"

O corpo docente inclui, profissionais do sector que trazem a sua experiência profissional para esta qualificação, para além de especialistas reconhecidos de sociedades de referência e universidades de prestígio. 

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educativa, irá permitir que o profissional tenha acesso a uma aprendizagem situada e contextual, isto é, um ambiente de simulação que proporcionará um Cursoimersivo, programado para praticar em situações reais. 

O design desta especialização foca-se na Aprendizagem Baseada em Problemas, através da qual o profissional deverá tentar resolver as diferentes situações da atividade profissional que surgem ao longo do Curso. Para tal, contará com a ajuda de um sistema inovador de vídeo interativo desenvolvido por especialistas reconhecidos.  

Aplique a análise multivariada e os novos métodos científicos associados à estatística para orientar o desenvolvimento dos seus ensaios e daqueles em que colabora"

Aprofunde-se no software R e nos métodos de regressão e faça parte de um grupo de especialistas na vanguarda da investigação farmacológica"

Os materiais contidos neste Cursoforam alimentados pelas diretrizes de especialistas, a fim de oferecer a melhor garantia profissional para a instrução dos alunos. Além disso, foi aplicada a metodologia do Relearning, para que os licenciados em Farmácia não tenham de passar longas horas a memorizar e possam assimilar facilmente os conteúdos. Desta forma, o programa ensinará aos estudantes os meandros da Estatística e do R na Investigação em Saúde. Neste sentido, a TECH pretende iluminar os profissionais do sector, de forma prática, para os cenários em que se irão desenvolver ou já estão a desenvolver como especialistas.

Conheça as técnicas estatísticas mais comuns na Investigação Farmacológica e usufrua de todos os conteúdos que dinamizam esta qualificação para que possa tirar o máximo partido da mesma"

Módulo 1. Estatística e R na investigação em saúde 

1.1. Bioestatística

1.1.1. Introdução ao método científico
1.1.2. População e amostra. Medidas de amostragem da centralização
1.1.3. Distribuições discretas e distribuições contínuas
1.1.4. Esquema geral da inferência estatística. Inferência sobre a média de uma população normal. Inferência sobre a média de uma população geral
1.1.5. Introdução à inferência não-paramétrica

1.2. Introdução ao R

1.2.1. Características básicas do programa
1.2.2. Principais tipos de bjeto
1.2.3. Exemplos simples de simulação e inferência estatística
1.2.4. Gráficos
1.2.5. Introdução à programação em R

1.3. Métodos de regressão com o R 

1.3.1. Modelos de regressão
1.3.2. Seleção de variáveis
1.3.3. Diagnóstico do modelo
1.3.4. Processamento de valores atípicos
1.3.5. Análise de regressão

1.4. Análise multivariada com o R

1.4.1. Descrição de dados multivariados
1.4.2. Distribuições multivariadas
1.4.3. Redução da dimensão
1.4.4. Classificação não supervisionada: análise de clusters
1.4.5. Classificação supervisionada: análise discriminante

1.5. Métodos de regressão para a investigação com o R

1.5.1. Modelos lineares generalizados (MLG): regressão de Poisson e binomial negativa
1.5.2. Modelos lineares generalizados (MLG): regressões logísticas e binomiais
1.5.3. Regressão de Poisson e Binomial Negativa inflacionada por zeros
1.5.4. Ajustamentos locais e modelos aditivos generalizados (GAM)
1.5.5. Modelos mistos generalizados (GLMM) e modelos mistos aditivos generalizados (GAMM)

1.6. Estatística aplicada à investigação biomédica com o R I

1.6.1. Noções básicas de R. Variáveis e objetos de R. Gestão de dados. Ficheiros Gráficos
1.6.2. Estatística descritiva e funções de probabilidade
1.6.3. Programação e funções em R
1.6.4. Análise de tabelas de contingência
1.6.5. Inferência básica com variáveis contínuas

1.7. Estatística aplicada à investigação biomédica com R II

1.7.1. Análise da variância
1.7.2. Análise de correlação
1.7.3. Regressão linear simples
1.7.4. Regressão linear múltipla
1.7.5. Regressão logística

1.8. Estatística aplicada à investigação biomédica com R III

1.8.1. Variáveis de confusão e interações
1.8.2. Construção de um modelo de regressão logística
1.8.3. Análise de sobrevivência
1.8.4. Regressão de Cox
1.8.5. Modelos preditivos Análise de curvas ROC

1.9. Técnicas estatísticas de Data Mining com R I

1.9.1. Introdução. Data Mining. Aprendizagem supervisionada e não supervisionada. Modelos Preditivos Classificação e Regressão
1.9.2. Análise descritiva Pré-processamento de dados
1.9.3. Análise de Componentes Principais (ACP)
1.9.4. análise de Cluster. Métodos hierárquicos. K-means

1.10. Técnicas estatísticas de Data Mining com R II

1.10.1. Medidas de avaliação de Modelos. Medidas de capacidade preditiva. Curvas ROC
1.10.2. Técnicas de Avaliação de Modelos. Validação cruzada Amostras de Bootstrap
1.10.3. Métodos baseados em árvores (CART)
1.10.4. Support vector machines (SVM)
1.10.5. Random Forest (RF) e Redes Neuronales (NN)

Uma qualificação concebida para profissionais como você, que querem melhorar a qualidade do seu trabalho e, por conseguinte, a qualidade dos seus resultados científicos"