Máster en Bioestadística (Titulación Universitaria + 60 Créditos ECTS)
2195€
Matricularme
Máster en Bioestadística (Titulación Universitaria + 60 Créditos ECTS)
1500  horas
60 ECTS
Modalidad
Online
2195€
Matricularme
Máster de Formación Permanente en Bioestadística

Máster en Bioestadística (Titulación Universitaria + 60 Créditos ECTS)

2195€
Matricularme
1500  horas
60 ECTS
Modalidad
Online
2195€
Seguridad y confianza en tus pagos online.

Presentación

El tratamiento de datos derivados de investigación es de vital importancia para determinar si existen diferencias significativas entre condiciones diferentes, o si por ejemplo existe correlación entre diferentes variables. Del mismo modo, es de vital importancia realizar correctamente el muestreo y la toma de datos para evitar sesgos. Mediante el Master en Bioestadística conocerás la importancia de la estadística para dar rigor a una investigación científica, así como la mejor forma de realizar el tratamiento de datos derivados de investigación en ciencias o sanidad. Disponemos de un equipo docente multidisciplinar que hará todo lo posible por asesorarte en el transcurso de tu proceso formativo.

Las principales empresas ofrecen este curso a sus empleados.

Esta formación fue seleccionada para nuestra colección de formación mejor calificada en la que confían empresas de todo el mundo.

  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora
  • Empresa colaboradora

Para qué te prepara

Mediante el Master en Bioestadística conocerás los principales métodos enfocados al tratamiento estadístico de datos de diversa naturaleza derivados de investigación en biociencias, ciencias experimentales o ciencias de la salud. Del mismo modo, también te enseñará nociones básicas sobre el funcionamiento de diversos paquetes estadísticos con el fin de optimizar el procedimiento de análisis de datos.

Objetivos

- Familiarizarse con conceptos básicos de estadística. - Conocer los principales métodos para analizar variables de diferente naturaleza. - Entender la aplicabilidad de la estadística al ámbito de las biociencias. - Aprender nociones básicas sobre los paquetes estadísticos más populares. - Identificar el mejor método para trabajar con datos no paramétricos. - Adquirir nociones sobre regresión y probabilidad.

A quién va dirigido

El Master en Bioestadística está dirigido a todo aquel que disponga de una titulación previa en biociencias, ciencias experimentales o en el ámbito sanitario (biología, bioquímica, biotecnología, ciencias ambientales, medicina, farmacia…) que pretenda especializarse en el tratamiento estadístico de datos derivados de investigación.

Salida laboral

Las principales salidas profesionales del Master en Bioestadística se relacionan con la investigación en la Universidad tanto pública como privada, así como en centros de investigación especializados como por ejemplo el CSIC o el IMIBIC. Este máster es un complemento perfecto a tu formación previa si deseas enfocar tu futuro profesional en esta dirección.

Temario

MÓDULO 1. ESTADÍSTICA BIOMÉTRICA

UNIDAD DIDÁCTICA 1. ESTADÍSTICA

  1. Introducción, concepto y funciones de la estadística
  2. Estadística descriptiva
  3. Estadística inferencial
  4. Medición y escalas de medida
  5. Variables: clasificación y notación
  6. Distribución de frecuencias
  7. Representaciones gráficas
  8. Propiedades de la distribución de frecuencias
  9. Medidas de posición
  10. Medidas de dispersión
  11. Medidas de forma
  12. Curva de Lorenz, coeficiente de Gini e índice de Theil

UNIDAD DIDÁCTICA 2. MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

  1. Medidas de tendencia central
  2. Medidas de posición
  3. Medidas de variabilidad
  4. Índice de asimetría de Pearson
  5. Puntuaciones típicas

UNIDAD DIDÁCTICA 3. ANÁLISIS CONJUNTO DE VARIABLES

  1. Introducción al análisis conjunto de variables
  2. Asociación entre dos variables cualitativas
  3. Correlación entre dos variables cuantitativas
  4. Regresión lineal

UNIDAD DIDÁCTICA 4. DISTRIBUCIONES DE PROBABILIDAD

  1. Conceptos previos de probabilidad
  2. Variables discretas de probabilidad
  3. Distribuciones discretas de probabilidad
  4. Distribución normal
  5. Distribuciones asociadas a la distribución normal

UNIDAD DIDÁCTICA 5. ESTADÍSTICA INFERENCIAL

  1. Conceptos previos
  2. Métodos de muestreo
  3. Principales indicadores

UNIDAD DIDÁCTICA 6. CONTRASTE DE HIPÓTESIS

  1. Introducción a las hipótesis estadísticas
  2. Contraste de hipótesis
  3. Contraste de hipótesis paramétrico
  4. Tipologías de error
  5. Contrastes no paramétricos

UNIDAD DIDÁCTICA 7. REGRESIÓN LINEAL

  1. Introducción a los modelos de regresión
  2. Modelos de regresión: aplicabilidad
  3. Variables a introducir en el modelo de regresión
  4. Construcción del modelo de regresión
  5. Modelo de regresión lineal
  6. Modelo de regresión logística
  7. Factores de confusión
  8. Interpretación de los resultados de los modelos de regresión

UNIDAD DIDÁCTICA 8. ANÁLISIS DE VARIANZA: UN FACTOR DE EFECTOS ALEATORIOS

  1. Modelos de medidas repetidas

UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA

  1. Estadística no paramétrica. Conceptos básicos
  2. Características de las pruebas
  3. Ventajas y desventajas del uso de métodos no paramétricos
  4. Identificación de las diferentes pruebas no paramétricas

MÓDULO 2. ESTADÍSTICA APLICADA AL MEDIO AMBIENTE

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA AMBIENTAL

  1. Modelos ambientales: determinísticos y estocásticos
  2. Datos ambientales
  3. Concepto de variable aleatoria y su relevancia con respecto a los datos ambientales
  4. Estadística en la gestión ambiental
  5. Poblaciones y muestras
  6. Parámetros estadísticos

UNIDAD DIDÁCTICA 2. DESCRIPCIÓN DE DATOS AMBIENTALES

  1. Escalas de medición
  2. Descriptores estadísticos de datos ambientales
  3. Incertidumbre de la medición, exactitud, precisión y estimación del sesgo de los datos ambientales
  4. Variabilidad y errores en los datos de contaminación ambiental

UNIDAD DIDÁCTICA 3. MODELOS DE PROBABILIDAD

  1. Aplicaciones de distribución de probabilidad
  2. Interpretación de estándares ambientales
  3. Análisis de frecuencia de inundaciones
  4. Datos de calidad del aire

UNIDAD DIDÁCTICA 4. MUESTREO DE DATOS AMBIENTALES

  1. Necesidad y propósito del muestreo
  2. Métodos para seleccionar lugares y momentos de muestreo
  3. Monitoreo de variables hidrológicas e hidrogeológicas de cantidad y calidad de agua
  4. Monitoreo de la calidad del aire
  5. Muestreo de suelos

UNIDAD DIDÁCTICA 5. TIPOS DE MUESTREO

  1. Diseños de muestreo probabilísticos y no probabilísticos para el muestreo ambiental
  2. Distribuciones muestrales
  3. Estimación de parámetros ambientales (puntuales y de intervalo)
  4. Estimación del intervalo de confianza y determinación del tamaño de la muestra

UNIDAD DIDÁCTICA 6. ANÁLISIS DE DATOS AMBIENTALES

  1. Análisis de correlación: análisis gráfico, covarianza, coeficiente de correlación, distribución del coeficiente de correlación y su significancia estadística
  2. Construcción de modelos empíricos y análisis de regresión
  3. Procesos no lineales en el medio ambiente y uso de transformadas
  4. Introducción a la regresión lineal múltiple
  5. Análisis de series temporales

MÓDULO 3. ANÁLISIS DE DATOS MEDIANTE DIVERSOS PAQUETES ESTADÍSTICOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA EN PROGRAMAS INFORMÁTICOS. EL SPSS

  1. Introducción
  2. Cómo crear un archivo
  3. Definir variables
  4. Variables y datos
  5. Tipos de variables
  6. Recodificar variables
  7. Calcular una nueva variable
  8. Ordenar casos
  9. Seleccionar casos

UNIDAD DIDÁCTICA 2. ESTADÍSTICA DESCRIPTIVA CON SPSS

  1. Introducción
  2. Análisis de frecuencias
  3. Tabla de correlaciones
  4. Diagramas de dispersión
  5. Covarianza
  6. Coeficiente de correlación
  7. Matriz de correlaciones
  8. Contraste de medias

UNIDAD DIDÁCTICA 3. ANÁLISIS DE DATOS MEDIANTE "GRAPH PAD PRISM"

  1. 1.Test de normalidad
  2. Análisis de varianza
  3. Comparación de medias
  4. Realización y maquetación de gráficos
  5. Estadística descriptiva

UNIDAD DIDÁCTICA 4. ANÁLISIS DE DATOS MEDIANTE "R"

  1. Definición de las variables
  2. Comandos utilizados para comparación de variables
  3. Comandos utilizados para correlación lineal
  4. Elaboración de gráficos mediante R
  5. Comandos utilizados para estadística descriptiva

UNIDAD DIDÁCTICA 5. USO DE EXCEL PARA ANÁLISIS ESTADÍSTICOS

  1. Comandos para estadística descriptiva
  2. Formulario
  3. Anova
  4. Elaboración de gráficos
  5. Chi cuadrado

UNIDAD DIDÁCTICA 6. ESTADÍSTICA EN ECOLOGÍA MEDIANTE PAST

  1. ¿Qué es Past?
  2. Introducción de datos
  3. Análisis de variables
  4. Índices de diversidad
  5. Otros análisis de interés

MÓDULO 4. ESTADÍSTICA NO PARAMÉTRICA

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ESTADÍSTICA NO PARAMÉTRICA

  1. Estadística no paramétrica. Conceptos básicos
  2. Características de las pruebas
  3. Ventajas y desventajas del uso de métodos no paramétricos
  4. Identificación de las diferentes pruebas no paramétricas

UNIDAD DIDÁCTICA 2. PRUEBAS NO PARAMÉTRICAS PARA UNA MUESTRA

  1. Pruebas no paramétricas para una muestra
  2. Chi-cuadrado o ji-cuadrado
  3. Prueba de Kolmogorov-Smirnov para una muestra
  4. Prueba binomial
  5. Prueba de rachas

UNIDAD DIDÁCTICA 3. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS RELACIONADAS

  1. Prueba de los signos
  2. Prueba del rango con signo de Wilcoxon
  3. Prueba de McNemar

UNIDAD DIDÁCTICA 4. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS RELACIONADAS

  1. Pruebas para k muestras relacionadas
  2. Prueba de Cochran
  3. Prueba de Friedman
  4. Coeficiente de concordancia de W de Kendall

UNIDAD DIDÁCTICA 5. PRUEBAS NO PARAMÉTRICAS PARA DOS MUESTRAS INDEPENDIENTES

  1. Pruebas para dos muestras independientes
  2. Prueba U de Mann Whitney
  3. Prueba de Wald-Wolfowitz
  4. Prueba de reacciones extremas de Moses
  5. Prueba de Kolmogorov-Smirnov para dos muestras

UNIDAD DIDÁCTICA 6. PRUEBAS NO PARAMÉTRICAS PARA K MUESTRAS INDEPENDIENTES

  1. Pruebas no paramétricas para K muestras independientes
  2. Prueba de la mediana
  3. Prueba H de Kruskal-Wallis
  4. Prueba de Jonckheere-Terpstra

MÓDULO 5. PROBABILIDAD

UNIDAD DIDÁCTICA 1. CONCEPTOS BÁSICOS DE PROBABILIDAD Y REGRESIÓN

  1. Experimento aleatorio
  2. Espacio muestral
  3. Suceso
  4. Intersección de sucesos
  5. Probabilidad clásica
  6. Probabilidad condicional
  7. Ley de probabilidad total
  8. Teorema de Bayes
  9. Variables aleatorias
  10. Desigualdad de Chebyschev
  11. Distribución normal

UNIDAD DIDÁCTICA 2. MODELOS DISCRETOS

  1. Modelos discretos
  2. Distribución dicotómica (Bernoulli)
  3. Distribución binomial
  4. Distribución hipergeométrica
  5. Modelo de poisson

UNIDAD DIDÁCTICA 3. MODELOS CONTINUOS

  1. Distribución continua
  2. Distribución uniforme
  3. Distribución exponencial
  4. Distribución normal

UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE MODELOS

  1. Aproximación de una Binomial por una Poisson
  2. Aproximación de una Binomial por una Normal
  3. Aproximación de una distribución de Poisson por una Normal
  4. Corrección por continuidad

MÓDULO 6. REGRESIÓN

UNIDAD DIDÁCTICA 1. REGRESIÓN LINEAL

  1. Regresión lineal
  2. Coeficiente de Pearson
  3. Coeficiente de Spearman
  4. Coeficiente Tau de Kendall
  5. Correlación Jackknife

UNIDAD DIDÁCTICA 2. REGRESIÓN LOGÍSTICA

  1. La regresión logística
  2. Dónde y cuándo aplicarla
  3. Cómo interpretarla
  4. Precauciones

UNIDAD DIDÁCTICA 3. ANÁLISIS DE SUPERVIVENCIA

  1. Análisis de supervivencia
  2. Conceptos básicos
  3. Supervivencia y riesgo
  4. Metodología estadística
  5. Regresión de Cox
  6. Método de Kaplan-Meier

MÓDULO 7. PROYECTO FIN DE MASTER

Metodología EDAN:

Eficaz, Dinámica, Activa y Nutritiva

100% online 
100% online 
Programas GAP 0
Programas GAP 0
Docentes especializados
Docentes especializados
Material didáctico
Material didáctico
Campus virtual inteligente 
Campus virtual inteligente 
Centro de Atención al Estudiante 
Centro de Atención al Estudiante 
Solicitar información

Responsable EUROINNOVA BUSINESS SCHOOL, S.L. Finalidad Información académica y comercial de nuestros servicios de enseñanza Legitimación Consentimiento del interesado Destinatarios Encargados del tratamiento para cumplir con las finalidades Derechos Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional 

Información adicional aquí

Packs de cursos puntuables para oposiciones

¡Descúbrelos!

Últimos artículos de actualidad sanitaria