DESCRIPCIÓN DEL CURSO
Desempeña un papel crucial en la sociedad al equipar a profesionales con las habilidades estadísticas necesarias para analizar, interpretar y aplicar datos en el ámbito de la salud. La bioestadística es esencial para la toma de decisiones informadas en investigación médica, gestión de la salud y diseño de políticas. Este Diplomado contribuye a la mejora de la calidad y la precisión en la interpretación de datos clínicos y epidemiológicos, lo que impacta positivamente en la eficacia de los tratamientos, la identificación de factores de riesgo y la formulación de estrategias de salud pública.
A QUIEN VA DIRIGIDO EL CURSO:
Está dirigido a profesionales universitarios en el campo de la salud, como médicos, investigadores, epidemiólogos, biólogos, enfermeros, bioquímicos y otros profesionales relacionados con la investigación en salud. También es adecuado para aquellos que trabajan en instituciones de salud, centros de investigación, universidades y organizaciones dedicadas a la generación de conocimiento en salud.
OBJETIVOS:
- UNIDAD I: Adquirir habilidades en estadística descriptiva y análisis de datos aplicados al ámbito de la salud.
- UNIDAD II: Comprender los fundamentos del cálculo de probabilidades y su relevancia en el contexto de la investigación médica.
- UNIDAD III: Aplicar conceptos de inferencia estadística en la interpretación de resultados de estudios de salud.
- UNIDAD IV: Dominar técnicas avanzadas como análisis de la varianza, regresión lineal, y covarianza en el análisis de datos de salud.
- UNIDAD V: Utilizar métodos de clasificación de individuos y análisis de supervivencia en estudios epidemiológicos.
- UNIDAD VI: Aplicar los fundamentos estadísticos en el diseño y análisis de ensayos clínicos, y emplear herramientas informáticas como R y R Commander para el tratamiento de datos.
CARACTERÍSTICAS DEL CURSO

La plana docente de SINERGIA está conformada por profesionales con gran experiencia teórica y práctica. Además de ser académicos de primer nivel y de dominar el conocimiento más actualizado de sus respectivos campos, ocupan altos cargos en los sectores público y privado.
Permitiendo a los docentes aportar no solo conocimientos, sino también experiencias reales, que sin duda enriquecen la dinámica de la clase y facilitan el logro de los objetivos previamente fijados con las empresas.

UNIDAD I
MODULO 1 : ESTADÍSTICA DESCRIPTIVA.ANÁLISIS DE DATOS.
-
- Estadística descriptiva
- Tipos de datos
- Estadística descriptiva. Gráficos
- Medidas resúmenes
- Relaciones entre variables numéricas
- Conclusiones
- Bibliografía
-
MODULO 2 : INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES.
-
- Probabilidad
1.1. Conceptos básicos de probabilidad
1.2. Problemas - Probabilidad previa
2.1. Problemas - Fiabilidad
3.1. Calidad de la información
3.2. Problema - Conclusiones
- Bibliografía
- Probabilidad
-
UNIDAD II
MODULO 3 : CONCEPTOS BÁSICOS DE INFERENCIA ESTADÍSTICA.
-
- Inferencia y muestras
- Muestreo
- Muestreo aleatorio simple (mas)
- Muestreo sistemático
- Muestreo por conglomerados
- Muestreo estratificado
- Estadísticos y distribuciones muestrales
- Distribuciones muestrales de la media y la desviación típica
- El teorema central del límite
- Estimadores y propiedades deseables de los estimadores
- Métodos de estimación
- Método de la máxima verosimilitud
- Estimadores puntuales de los parámetros de una población normal
- Estimadores de los parámetros de las distribuciones discretas más usuales
- Hipergeométrica
- Estimación por intervalos introducción
- Intervalo de confianza para la media de una población normal de varianza conocida
- Longitud del intervalo y error en la estimación
- Cálculo del tamaño muestral para estimar la media de una población con una determinada precisión
- Intervalo de confianza para la media de una población normal con varianza desconocida
- Conclusiones
- Bibliografía
-
MODULO 4 : ANÁLISIS DE LA VARIANZA.
-
- Análisis de varianza con efectos fijos.
1.1. Análisis de varianza equilibrado con un tratamiento
1.2. Contraste de hipótesis.
1.3. Distribución del recorrido studentizado
1.4. Búsqueda de diferencias significativas
1.5. Aleatorización. Factores de bloque - Análisis de varianza con dos y tres tratamientos
2.1. Modelo aditivo
2.2. Modelo con interacción
2.3. Modelo con interacción
2.4. Aleatorización de la experimentación
2.5. Análisis de varianza equilibrado con tres tratamientos - Otros diseños
3.1. Modelos no completos. Cuadrados latinos
3.2. Modelos de orden superior
3.3. Modelos anidados
3.4. Modelos de bloques aleatorizados
3.5. Otros modelos - Conclusiones
- Bibliografía
- Análisis de varianza con efectos fijos.
-
UNIDAD III
MODULO 5 : REGRESIÓN LINEAL Y CORRELACIÓN.
-
- El modelo de regresión lineal
1.1. Planteamiento del problema, notación y supuestos
1.2. Mco como aproximación vectorial
1.3. Proyecciones - Estimación mínimo cuadrática
2.1. Estimación de los parámetros
2.2. Propiedades del estimador mínimo cuadrático
2.3. Estimación de la varianza de la perturbación
2.4. El coeficiente r2 y algunos lemas sobre proyecto - Identificación. Estimación condicionada
3.1. Modelos con matriz de diseño de rango deficiente
3.2. Estimación condicionada - Regresión con perturbaciones normales
4.1. Contraste de hipótesis lineales e intervalos de confianza para la predicción - Especificación inadecuada del modelo
5.1. Inclusión de regresores irrelevantes
5.2. Omisión de regresores relevantes
5.3. Consecuencias de orden práctico - Inferencia simultánea.
6.1. Problemas que plantea el contrastar múltiples hipótesis simultáneas
6.2. Desigualdad de bonferroni
6.3. Intervalos de confianza basados en la máxima t
6.4. Método s de scheffé - Multicolinealidad
7.1. Caracterización de formas lineales estimables
7.2. Varianza en la estimación de una forma lineal elección óptima de observaciones adicionales
7.3. Detección de la multicolinealidad aproximada - Regresión sesgad
8.1. Regresión Ridge
8.2. Regresión en componentes principales
8.3. Regresión en raíces latentes - Evaluación del ajuste. Diagnósticos
9.1. Análisis de residuos
9.2. Análisis de influencia
9.3. Análisis gráfico de residuos - Selección de modelos
10.1. Criterios para la comparación
10.2. Selección de variables - Conclusiones
- Bibliografía
- El modelo de regresión lineal
-
MODULO 6 : ANÁLISIS DE LA COVARIANZA.
-
- Análisis de covarianza
- El control de variables: control estadístico (análisis de covarianza) y control experimental mediante diseño
2.1. El control de variables
2.2. Control estadístico mediante el análisis de covarianza
2.3. Control experimental de variables mediante diseño
2.4. Diseños alternativos al análisis de covarianza y métodos de análisis
2.5. Referencias bibliográficas - Análisis estadístico de covarianza múltiple no paramétrico y su aplicación en la biomedicina
3.1. Introducción
3.2. Metodología
3.3. Resultados y discusión
3.4. Conclusiones
3.5. Referencias bibliográficas - Conclusiones
- Bibliografía
-
UNIDAD IV
MODULO 7 : ANÁLISIS DE TABLAS DE CONTINGENCIAS.
-
- Tablas de contingencia
1.1. Conceptos generales
1.2. Tablas de asociación: exposición - Tablas generales
2.1. Tablas MXN
2.2. Regresión logística - Conclusiones
- Bibliografía
- Tablas de contingencia
-
MODULO 8 : OTROS MODELOS DE REGRESIÓN.
-
- Modelo de regresión logística aplicado a un estudio sobre enfermedad de Chagas
- Aplicación de los modelos de regresión Tobit en la modelización de variables epidemiológicas censuradas
- Modelo de regresión Poisson para el análisis de datos con respuestas en forma de conteos
3.1. La variable de distribución Poisson
3.2. La distribución de probabilidad Poisson
3.3. La función enlace
3.4. El modelo de regresión Poisson - Modelos logit mixtos: una aplicación en el área de la salud
4.1. Introducción
4.2. Modelos de niveles múltiples
4.3. Aplicación
4.4. Discusión - Conclusiones
- Bibliografía
-
UNIDAD V
MODULO 9 : MÉTODOS DE CLASIFICACIÓN DE INDIVIDUOS.
-
- Análisis de cluster
1.1. Definición
1.2. La representación gráfica de una clasificación jerárquica: el dendrograma - Métodos no jerárquicos de análisis cluster
2.1. Elección de puntos semilla
2.2. Elección de particiones iniciales - Conclusiones
- Bibliografía
- Análisis de cluster
-
MODULO 10 : ANÁLISIS DE DATOS DE SUPERVIVENCIA.
-
- Análisis de supervivencia
- Conceptos básicos del análisis de supervivencia
- El modelo de azar proporcional: la regresión de COX
- Cómo hacer “paso a paso” un análisis de supervivencia con SPSS para Windows
- Conclusiones
- Bibliografía
-
UNIDAD VI
MODULO 11 : FUNDAMENTOS ESTADÍSTICOS DE LOS ENSAYOS CLÍNICOS.
-
- Ensayos clínicos aleatorios: variantes, métodos de aleatorización, análisis, consideraciones éticas y regulación
1.1. Definición de ensayo clínico controlado aleatorizado
1.2. Clasificación de ensayos clínicos - Análisis estadístico de un ensayo clínico en cáncer
2.1. Conceptos generales del análisis estadístico
2.2. Diseño del estudio - Conclusiones
- Bibliografía
- Ensayos clínicos aleatorios: variantes, métodos de aleatorización, análisis, consideraciones éticas y regulación
-
MODULO 12 : TRATAMIENTO INFORMÁTICO DE MÉTODOS ESTADÍSTICOS ANTERIORES CON R Y R COMANDER.
-
- Instalación e introducción a r y r commander
1.1. Instalación de r
1.2. La consola y el editor de r
1.3. Instalación e introducción a r commander - Preliminares sobre el lenguaje de r
2.1. Algunos tipos de objetos de r
2.2. Funciones más comunes en r
2.3. Operaciones lógicas
2.4. La ayuda de r - Manejo de datos
3.1. Introducción de datos nuevos
3.2. Importar datos
3.3. Exportar datos
3.4. Recodificación de variables
3.5. Cálculo de nuevas variables
3.6. Filtrado de datos
3.7. Almacenamiento de instrucciones y resultados - Estadística descriptiva
4.1. Cálculo de medidas de posición, dispersión y forma
4.2. Distribuciones de frecuencias
4.3. Diagrama de barras y diagrama de sectores
4.4. Histograma para variables continuas y discretas
4.5. Detección de valores atípicos. Diagrama de caja - Conclusiones
- Bibliografía
- Instalación e introducción a r y r commander
-
Precio regular
Opción 1
Opción 2
Opción 3
Opción 4
Precios no incluyen Certificación Universitaria
INVERSIÓN CERTIFICACIONES
CERTIFICACIÓN SINERGIA VIRTUAL
CONSTANCIA DE EGRESADO

DIPLOMA SINERGIA

MENCIÓN: DIPLOMADO EN
“ANÁLISIS DE DATOS CUANTITATIVOS EN EL SECTOR SALUD``
CERTIFICADO DE ESTUDIO

CERTIFICACIÓN UNIVERSITARIA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA

MENCIÓN: DIPLOMADO EN
“BIOESTADÍSTICA EN SALUD``
FACULDADE DO CENTRO OESTE PAULISTA

MENCIÓN: ESPECIALIZACIÓN EN
“GERENCIA EN BIOESTADÍSTICA EN SALUD``
FACULDADE DO CENTRO OESTE PAULISTA


SINERGIA CAPACITACIÓN PROFESIONAL - SRL

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS – FACULTAD DE CIENCIAS MATEMÁTICAS
FACULDADE DO CENTRO OESTE PAULISTA


Valoraciones
No hay valoraciones aún.