El Programa de Educación Continua de la Escuela de Tecnologías en Salud, invita a participar en el curso 100% virtual: Análisis de datos en Salud y Ambiente con R
Modalidad:
100% Virtual (Zoom)
Tipo de certificado:
Participación
Horario:
Martes y jueves de 7:00 p.m a 9:00 p.m.
Inversión:
¢ 70.000 + 2% IVA
Mayor información:
extension.ts@ucr.ac.cr
Duración:
20 horas
(10 sesiones de
2 horas cada una)
Inicio de lecciones:
Jueves 7 de marzo del 2024
Dirigido a:
Estudiantes, docentes y profesionales de salud, ambientales, sociales y demás carreras relacionadas.
Información del docente:
Manuel Spínola Parallada, Ph.D
Formación:
• Licenciatura en Ciencias Biológicas de la Universidad de la República, Uruguay.
• Maestría en Conservación y Manejo de Vida Silvestre en la Universidad Nacional, Costa Rica.
• Doctorado en Ciencias de la Vida Silvestre en la Universidad Estatal de Pensilvania (Penn State), Estados Unidos de América.
• Postdoctorado en Monitoreo Biológico en la Universidad Estatal de Ohio.
Experiencia:
• Consultor para el Servicio Forestal y el Servicio de Pesca y Vida Silvestre de los Estados Unidos de América.
• Coordinador del área estratégica Manejo de poblaciones y ecosistemas en el ICOMVIS, en varios proyectos de investigación relacionados a efecto de la fragmentación sobre la biodiversidad; análisis espacial de la biodiversidad en Costa Rica.
• Actualmente como Profesor e investigador del Instituto Internacional en Conservación y Manejo de Vida Silvestre de la Universidad Nacional
Como investigador, posee amplia experiencia en ciencia de datos, análisis de datos espaciales y ecología del paisaje, monitoreo biológico, ecología cuantitativa de la conservación, estimación de parámetros poblacionales y comunitarios, estadística ecológica y estadística en general.
Ha enseñado por muchos años cursos de estadística básica y avanzada, estadística multivariada y estadística espacial, visualización y análisis de datos en Costa Rica, Perú, Honduras, Colombia, España y Estados Unidos de América.
Objetivos:
1. Organizar e interpretar datos de manera práctica y aplicada.
2. Familiarizar al estudiante con métodos de análisis de datos modernos.
3. Elaborar gráficos de calidad profesional.
Contenido del curso por sesión
1. Presentación y discusión del programa del curso. Introducción a la estadística. Conceptos básicos de estadística. Tipos de variables. Estadística descriptiva. Medidas de tendencia central. Medidas de dispersión.
2. Pruebas de hipótesis estadísticas. Significancia estadística y significancia práctica. Alternativas a las pruebas de significancia estadística. Estimación de parámetros. Estimación de punto e intervalo. Cálculo de tamaño de muestra.
3. Diseño de muestreo. Cálculo del tamaño de muestra. Muestreo aleatorio simple, muestreo aleatorio estratificado, muestreo sistemático, muestreo de conglomerados (clusters), Muestreo adaptativo. Muestreo de conveniencia.
4. Análisis exploratorio de los datos (EDA). Resúmenes estadísticos numéricos. Gráficos univariados. Gráficos bivariados. Gráficos multivariados.
5. Correlación paramétrica y no paramétrica.
6. Introducción al modelaje estadístico. Introducción a los modelos lineales generales. Regresión lineal simple.
7. Regresión lineal múltiple. Modelos con interacción. Selección de modelos.
8. Modelos lineales generalizados (GLM). Regresión logística.
9. Modelo de Poisson. Sobredispersión.
10. Otros modelos estadísticos.
Matrícula
La matrícula abierta en el sitio de Fundevi UCR