Con el estudio de este Postgraduate certificate profundizarás en tan solo 150 horas en el programa R y los principales conceptos de la Bioestadística en Investigación asociada al Deporte” 

En la actualidad, los métodos cuantitativos integrados en los estudios de la Investigación Deportiva incluyen, la Estadística aplicada. Y es que, esta herramienta en Salud ha sido esencial para probar las aplicaciones clínicas y que estas se desarrollen en humanos cumpliendo los parámetros previamente establecidos. La carencia de una cualificación completa en torno a la estadística podría conducir a algunos investigadores a su aplicación incorrecta o a la limitación del uso de técnicas simples o insuficientes para abordar y resolver problemas relevantes. 

TECH destina este Postgraduate certificate en Biostatistics with R a egresados en Ciencias del Deporte y al resto de profesionales dedicados al ámbito sanitario. Con ella, los profesionales inscritos indagarán en el estudio con datos estadísticos, así como en las técnicas estadísticas de Data Mining con R y su aplicación en la Investigación Deportiva, entre otras cuestiones. Además, TECH ha recurrido a un equipo docente versado en el área que ha elaborado los contenidos, basándose en su experiencia profesional y los conocimientos fehacientes con los que cuentan. Además, se trata de un grupo experimentado con gran calidad humana, que hace del estudio una experiencia cercana al alumnado para garantizar su instrucción.

Esta titulación se ha planteado en formato 100% online, para que el especialista pueda adentrarse en las tendencias y las nuevas teorías de los métodos de regresión con R. Todo ello, mediante materiales teórico-prácticos y adicionales que podrán ser descargados para que el alumnado cuente con la guía de referencia, incluso sin conexión. Se trata de una posibilidad que ofrece TECH para que el profesional, no solo pueda consultar sus dudas en el aprendizaje, sino que, cuando encuentre en el escenario real, tendrá a su alcance los conocimientos, una vez los haya descargado en su dispositivo electrónico. TECH integra, a su vez, los métodos pedagógicos más novedosos para agilizar el proceso académico y permitir un seguimiento personalizado de la materia según las posibilidades de cada alumno. 

¿Vas a perder la oportunidad de actualizarte y explorar los métodos de regresión aplicados a la investigación en el Deporte? TECH te ofrece todos los conocimientos para que te instruyas de manera fácil y rápida” 

Este Postgraduate certificate en Biostatistics with R contiene el programa educativo 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 

Gracias a TECH descubrirás una alternativa a los programas académicos ortodoxos. Con esta titulación no tendrás que prescindir de otras actividades gracias a su modalidad 100% online”

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. 

El aprendizaje en torno al análisis de multivariantes y los nuevos métodos científicos asociados a la Estadística harán que impulses el desarrollo de tus trabajos investigativos y aquellos en los que colabores"

Una titulación óptima para que perfecciones tus competencias profesionales y formes parte del grupo de expertos que se encuentra a la vanguardia de la investigación deportiva"

TECH has provided its programs with dynamic materials so that the specialist can perfect their skills in the most versatile and simple way possible. In addition, the contents of this Postgraduate certificate have been carefully designed by the teachers who endorse the syllabus of the degree and its ultimate goal of instructing the graduate in Sports Science and other professionals interested in Biostatistics with R. Likewise, the Relearning methodology has been applied, so that students do not invest long hours of memorization and can easily assimilate the contents. A practical program focused on the research scenarios in which they will be incorporated or where they are already working in order to stand out as highly qualified professionals.

With TECH you will get the most out of your degree, because its modern pedagogical tools and digital format will allow you to choose the time and place of study”

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. Principal Component Analysis (PCA)
1.9.5. 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)

Thanks to TECH you will apply CART, SVM, RF and NN methods in your studies to promote their exponential development”