Con el estudio de este Postgraduate certificate profundizarás en tan solo 150 horas en la estadística aplicada a la investigación biomédica con R para que perfecciones tus competencias profesionales”

La Estadística puede vislumbrar los obstáculos que surgen durante el desarrollo de las investigaciones. Lo hace mediante datos y la prevención de problemáticas que pueden evitarse. Esta herramienta permite, en primera instancia, establecer el tipo de muestreo, el tamaño de la muestra y el tipo de recolección de datos, entre otras ventajas. De esta manera, la información se conservaría y daría todos los detalles a los especialistas que quisiesen seguir indagando sobre una base de estudio. 

TECH destina este Postgraduate certificate en Bioestadística con R a egresados en Farmacia y otras Ciencias de la Salud que deseen profundizar en el estudio con datos estadísticos. Para lograrlo, esta titulación indaga en las técnicas estadísticas de Data Mining con R y su aplicación en la industria farmacéutica, entre otras cuestiones. Además, TECH cuenta con un equipo docente experimentado en el área que cuenta con conocimientos fehacientes para transmitir todos los contenidos de la materia. Todo ello, para ampliar y actualizar los conocimientos investigativos de los profesionales del sector sanitario, mediante herramientas estratégicas. 

Se trata de una titulación universitaria impartida en formato 100% online, que permite al alumnado adentrarse de manera exhaustiva en tendencias y nuevas teorías de los métodos de regresión con R. Todo ello, gracias a materiales teórico-prácticos y adicionales que podrán ser descargados para que el alumnado pueda contar con la guía de referencia, incluso sin conexión, una vez haya sido conservada en su dispositivo electrónico. Además, el sistema pedagógico innovador, basado en la metodología Relearning, consigue eximir a los especialistas de largas horas de memorización y permitirles una adaptación del ritmo de estudio acorde a sus necesidades personales y profesionales. 

¿Deseas perfeccionar tus competencias profesionales para poder aplicarlas en tu proyecto de investigación farmacológica? Ahora podrás conseguirlo gracias a TECH y su titulación 100% online podrás conseguirlo”

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

Cursando este programa no tendrás que prescindir de otros ámbitos de tu vida. TECH se adapta a ti y a tus necesidades con una titulación 100% online apta para una vida laboral activa”

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.    

Aplica el análisis de multivariantes y los nuevos métodos científicos asociados a la Estadística para que impulses el desarrollo de tus ensayos y aquellos en los que colabores"

Profundiza en el programa R y los métodos de regresión y forma parte del grupo de expertos que se encuentra a la vanguardia de la investigación farmacológica"

The materials contained in this Postgraduate certificate have been enriched with the guidelines of the specialists to offer the best professional guarantee for the instruction of the students. In addition, the Relearning methodology has been applied, so that Pharmacy graduates do not invest long hours of memorization and can easily assimilate the contents. In this way, the program will teach students about the intricacies of Statistics and R in Health Research. In this sense, TECH aims to enlighten the professionals of the sector, with a practical character, towards the scenarios in which they will develop or are already developing as specialists.

Learn about the most common statistical techniques in Pharmacological Research and enjoy all the contents that make this degree program dynamic so that you can get the most out of it”

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 designed for professionals like you, who want to improve the quality of their work and, therefore, the quality of their scientific results”