Métodos Multivariantes en Biomedicina

Slides:



Advertisements
Presentaciones similares
Evaluación de medicamentos en procesos neoplásicos
Advertisements

Seminario de Metodología de la Investigación Educativa
Técnicas para el análisis de datos en el enfoque cuantitativo
Correlación y Regresión Lineal Simple Modelo lineal
Metodología de la investigación PROFESORA : ANA HENRÍQUEZ ORREGO SIGLA : EDU603 NOMBRE : METODOLOGIA DE LA INVESTIGACIÓN HORAS PEDAGÓGICAS : 6 ASISTENCIA.
Modelos de Variable Dependiente Binaria -Logit y Probit-
Facultad de Farmacia – I Ciclo lectivo 2002 Epidemiología y Salud Pública – (FA – 5021) Profesoras: Carmen Marín.
ANÁLISIS EXPLORATORIO DE DATOS
Planificación y Control de la Producción I
UNIVERSIDAD AUTÓNOMA DEL CARIBE
ANÁLISIS DE LA EXPERIENCIA PILOTO EN LAS ASIGNATURAS DE ARQUITECTURA DE COMPUTADORES I Y ARQUITECTURA DE COMPUTADORES II Área temática: Las Experiencias.
RECOMENDACIONES GENERALES Técnicas Experimentales - Sesión 1
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
MODELO DE REGRESIÓN MÚLTIPLE
ANALISIS DE COMPONENTES PRINCIPALES.
ALGUNOS CONCEPTOS PREVIOS
Ps. Rafael Cendales Reyes Universidad Nacional de Colombia
Programa de Formación del CEDEX – 2007 Curso de TÉCNICAS ESTADÍSTICAS DE ANÁLISIS MULTIVARIANTE TÉCNICAS ESTADÍSTICAS DE ANÁLISIS MULTIVARIANTE Objetivo:
CURSO PROMOCIÓN DE SALUD 2009 CICLO ESFUNO Departamento de Medicina Familiar y Comunitaria.
METODOLOGIA DE LA INVESTIGACION
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Estandarización –Subdirección General de Prestaciones y ETS del Ministerio de Sanidad y Consumo ha publicado una propuesta de estandarización de la metodología.
Análisis Descriptivo de datos Bivariados
Análisis de Correlación y de Regresión lineal simple
Nombre del Curso: BIOMETRÍA Y DISEÑO EXPERIMENTAL
Objetivometodologíacontenidohorariodirigido.  Objetivo  En el marco y reconocimiento de la multiculturalidad de Colombia, el Diplomado Metodología de.
Técnicas estadísticas paramétricas univariantes: regresión
Un estudio sobre la utilidad de la realización de prácticas de laboratorio en el proceso de aprendizaje y su influencia en los resultados de la evaluación.
Universidad de Guadalajara Sistema de Educación Media Superior
O FERTA E - LEARNING PARA NUESTRO P ERFECCIONAMIENTO  Autor: Daniela Andrea Araya Parra  Fecha : 08 de octubre 2012.
Investigación bajo el Paradigma Cuantitativo
Pronósticos, Series de Tiempo y Regresión
Universidad Autónoma de Madrid
RESULTADOS CONCLUSIONES Y RECOMENDACIONES DE LA INVESTIGACIÓN
Caso: Situación de las Comunidades Autónomas españolasen cuanto a indicadores de bienestar En el periódico “El País” del día 17 de enero de 2002 se publicó.
Regresión logística.
Métodos de calibración: regresión y correlación
Intervención Psicopedagógica en Trastornos del Desarrollo
GERENCIA DEL HOSPITAL UNIVERSITARIO DE CEUTA. PROGRAMA DE FORMACIÓN CONTINUADA DEL TÍTULO DEL CURSO: Objetivos: El Curso va dirigido a profesionales.
Titular: Agustín Salvia
Introducción a la Inferencia Estadística
EMA-602 Tema IX: Análisis de datos/Reporte Investigación
ULACIT MAESTRÍA EN ORTODONCIA
Métodos de Análisis Ingenieril
Programa de Filosofía y Psicología 2008 (Primer Semestre) Nombre Asignatura: Psicología de la Personalidad. Curso: Tercero Enseñanza Media. Nº Horas:
Software de Comunicaciones Título Miembro del grupo 1 Miembro del grupo 2 Miembro del grupo 3 Miembro del grupo 4 Departamento de Ingeniería.
Eva Medina Moral Profesora Economía Aplicada (UAM) Febrero 2007
Diseño de EXPERIMENTOS
Ramón Giraldo H MSc. Estadística. Profesor Universidad Nacional
SALUD PÚBLICA Y ATENCIÓN PRIMARIA
Estadística Aplicada a la Gestión Empresarial
 Autora: Ana María Muñoz Quezada Fecha : 26 de Octubre 2012.
BLOQUE III. ESTADÍSTICA DESCRIPTIVA CON DOS O MÁS VARIABLES. 3. 1
EL INFORME DE INVESTIGACIÓN
ELEMENTOS PARA EL INFORME DE CONSULTORIA
Titular: Agustín Salvia
Aplicaciones Estadísticas a las Finanzas Clase 1
Estadística para la gestión educativa Conceptos básicos Mtra. Ing. Rosa María Lamadrid Velazco T.
Estrategia de análisis Con introducción al análisis multivariante.
PASOS COMPLEMENTARIOS. MUESTRA Lo primero que se tiene que plantear es el quiénes van a ser medidos, lo que corresponde a definir la unidad de análisis.
NIVELES DE INVESTIGACIÓN
Modulo04_Ejercicio19 Covariable dependiente del tiempo.
Aplicaciones Estadísticas a las Finanzas Clase 1
Un Método Cuantitativo podría definirse como aquellos modelos matemáticos puesto al servicio de los procesos de resolución de problemas de un modo racional.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
Introducción a la Estadística Inferencial con SPSS Juan José Igartua Perosanz Universidad de Salamanca
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
Jornadas Institucionales de la Facultad de Medicina Ciclo Metodología Científica I Departamento de Métodos Cuantitativos Departamento de Medicina Preventiva.
MODELO VANCOUVEROctubre MODELO VANCOUVEROctubre 2010 PROCESO INVESTIGATIVO REDACCIÓN DE INFORME CIENTÍFICO Los contenidos pueden aplicarse a todas.
Auxiliar 11 IN4402-1: Aplicaciones de Probabilidades y Estadística en Gestión Profesora: Paola Bordón T. Auxiliar: Andrés E. Fernández V, 28 de Julio,
Transcripción de la presentación:

Métodos Multivariantes en Biomedicina GlaxoSmithkline organiza un curso presencial de: Métodos Multivariantes en Biomedicina con el programa G-Stat 2.0 Métodos Multivariantes en Biomedicina con el programa G-Stat 2.0 Programa de Análisis Estadísticos Organización de las sesiones Breve explicación teórica Presentación del caso Prácticas con el programa G-Stat 2.0 Interpretación de los resultados Discusión Profesorado El curso será indistintamente impartido por: Alejandro P. Marino Biometría, GSK; Tres Cantos; Madrid Emilio Letón Molina Dpt. Estadística, Universidad Carlos III; Madrid Duración del seminario 4 h. aproximadamente incluyendo las demostraciones y un descanso Licencia del Programa Al término del seminario los asistentes que lo deseen recibirán una licencia de uso completo del programa G-Stat 2.0 Curso de demostración con sesiones prácticas de ordenador G-Stat 2.0 es un programa completo de análisis estadístico, de libre distribución, desarrollado por el Departamento de Biometría de GSK Lugar: Día: Horario: Información e inscripciones: Por favor, contacte con su Delegado de GlaxoSmithkline www.g-stat.es www.e-biometria.com www.g-stat.es www.e-biometria.com

Métodos Multivariantes en Biomedicina con el programa G-Stat 2.0 Objetivos Conocer los principios generales de las principales pruebas multivariantes. Aplicación práctica e interpretación de resultados y salidas de ordenador. Conocer y utilizar las principales características multivariantes del programa G-Stat 2.0. Lectura crítica de publicaciones y ensayos clínicos con metodología multivariante. Dirigido a Profesionales de la salud que tengan necesidad de analizar, presentar o presentar datos multivariantes. Aunque a formulación matemática se ha reducido al mínimo y el enfoque es básicamente conceptual, algunos conocimientos de estadística básica son necesarios. Alternativamente que se haya participado en algún estudio o ensayo clínico o epidemiológico. Programa G-Stat 2.0 G-Stat 2.0 es un programa completo de análisis estadístico, de libre distribución, desarrollado por el Departamento de Biometría de GSK. Contenido de las Sesiones* Introducción Necesidad del análisis estadístico Herramientas: el programa G-Stat 2.0. Repaso a conceptos estadísticos básicos Modelización básica Regresión lineal Simple Coeficientes de regresión y correlación Descriptivos en la regresión Condiciones de aplicación Relación numérica y causalidad Regresión lineal múltiple Introducción a los modelos multivariantes Variables repuesta y explicativas Tipos de variables repuestas Factores y covariables Concepto de ajuste Modelos iniciales y finales Interpretación de coeficientes Coeficiente de determinación múltiple Regresión logística Condiciones de aplicación Interpretación de coeficientes Función logit Concepto de OR Filtros previos y su inutilidad Selección de Variables candidatas Modelización hacia atrás Aplicación práctica Kaplan-Meier y Regresión de Cox Variable tiempo y datos censurado Curvas de supervivencia Modelizacion multivariante Coeficientes y Hazard Ratios Interpretación práctica de HR Aceleración y ralentización del tiempo Similitudes y diferencias entre técnicas multivariantes * Dependiendo del desarrollo del curso, algunas técnicas podrían no ser tratadas. Material Los asistentes que lo deseen pueden solicitar una licencia del programa G-Stat 2.0 Información de base: Libro “Métodos Multivariantes en Biomedicina” Cuaderno de ejercicios prácticos