CURSO DE POSTGRADO. Bioestadística I. N o m b r e C u r s o. Programa de Genética Humana, ICBM, Facultad de Medicina, Universidad de Chile

Transcripción

1 UNIVERSIDAD DE CHILE FACULTAD DE MEDICINA ESCUELA DE POSTGRADO CURSO DE POSTGRADO Biestadística I N m b r e C u r s SEMESTRE 1º AÑO 2017 PROF. ENCARGADO N m b r e C m p l e t Prgrama de Genética Humana, ICBM, Facultad de Medicina, Universidad de Chile U N I D A D A C A D É M I C A TELÉFONO 56 (2) rdrig.assar@gmail.cm craraned@uchile.cl TIPO DE CURSO CLASES PRACTICOS PRUEBAS Básic ( B á s i c, Av a n z a d, C m p le m e n t ar i, S e m i n a r i s B i b l i g r á f i c s, F r m a c i ó n G e n e r a l) 26:00 HRS. 10:00 HRS. 04:00HRS. Nº HORAS PRESENCIALES 040 Nº HORAS NO PRESENCIALES 080 Nº HORAS TOTALES 120 CRÉDITOS 4 ( 1 C r é d i t E q u i v a le a 3 0 H r a s S e m e s t r a le s ) CUPO ALUMNOS 2 25 ( N m í n i m ) ( N m áx i m) PRE-REQUISITOS Orientad a estudiantes del Prgrama de Magister en Genética INICIO 5 de Abril 2017 TERMINO 12 de Juli 2017 DIA/HORARIO POR SESION Miércles y Jueves DIA / HORARIO POR SESION 16:30 a 18:30 hrs. LUGAR Auditri Dr. Emili Amenábar, 2 pis, Escuela de Pstgrad, Sectr F, FM, UCH E s c u e la D e P s t g r a d ( S a la a d e t e r m i n a r ) u t r lu g a r

2 METODOLOGÍA Clases presenciales Pass Practics ( C l a s e s, S e mi n ar i s, Pr á c t i c s ) EVALUACIÓN (INDICAR % DE CADA EVALUACION) Práctics (40%) Pruebas Teóricas (60%) PROFESORES PARTICIPANTES (INDICAR UNIDADES ACADEMICAS) Lucía Cifuentes lcifuent@med.uchile.cl ICBM, Facultad de Medicina, U. de Chile craraned@uchile.cl Facultad de Ciencias Agrnómicas, U. de Chile rassar@med.uchile.cl ICBM, Facultad de Medicina, U. de Chile DESCRIPCIÓN El alumn adquiere cncimients y capacidades en estadística explratria e inferencia: partiend de ls cncepts básics se incrpra el lenguaje y utilidad de la estadística en el área bimédica, en particular Genética. Ls temas fundamentales sn índices estadístics descriptivs, estimación puntual de parámetrs, intervals de cnfianza, test de hipótesis y ncines básicas de estadística predictiva. OBJETIVOS Manejar ncines básicas de Prbabilidades y Estadística. Adquirir cncimients y capacidades en estadística explratria e inferencia. Aplicar cncepts y metdlgías aprendidas en el área Bilógica y Bimédica. Manejar el ambiente de anslisis matemátic R, cn aplicacines a la Biestadística.

3 CONTENIDOS/TEMAS Prbabilidades Estadística descriptiva Manej de sftware R Estimación puntual Intervals de Cnfianza Test de hipótesis Aplicacines en Bimedicina BIBLIOGRAFÍA BÁSICA 1. W. W. Daniel and F. León Hernández, Biestadística: base para el análisis de las ciencias de la salud. Méxic: Limusa Wiley, BIBLIOGRAFÍA RECOMENDADA 1. R Develpment cre Team., Intrducción a R. Ntas sbre R: Un entrn de prgramación para Análisis de Dats y Gráfics, 2012.

4 CALENDARIO DE ACTIVIDADES (A cntinuación señalar : Descripción de la actividad, fechas, hras presenciales y n presenciales y Prfesres a carg) *Ubicación de clases: Sala de Seminaris Prgrama de Genética Humana, F-Med, U-Chile, Independencia 1027 HORAS FECHA Y HORAS NO PRESENCI DESCRIPCION ACTIVIDAD UBICACIÓN* PRESENCIALES ALES PROFESOR 1 Mi 5.04 Clase teórica 1: Intrducción, Métd estadístic. Métd científic. Clasificación de variables. Representación de dats, tablas y gráfics. Cifuentes Medidas de psición y dispersión: Media aritmética, Md, Mediana. Percentiles. Varianza, Desviación standard. Errr standard. 2 Ju 6.04 Labratri 1: intrducción a R. Medidas de psición y dispersión Clase teórica 2: Prbabilidades 3 Mi Definición. Prbabilidad cndicinal. Sucess independientes y sucess mutuamente excluyentes. Prbabilidad de la unión e intersección de events. Cncept de variable aleatria, su esperanza y varianza. Terema de Bayes. Prbabilidad ttal. Cifuentes 4 MI Clase teórica 3: Distribucines de prbabilidad Nrmal t de Student. Us de la tabla de distribución nrmal. Ejercicis en R.

5 Clase teórica 4: 5 Mi Estimación de parámetrs puntual y pr intervals. Estimación pr intervals de cnfianza de la media y la prprción pblacinal. Ejercicis en R. Clase teórica 5: 6 Mi 3.05 Inferencia estadística. Planteamient de hipótesis de nulidad y alternativas. Nivel de significación estadística y decisión de la región de rechaz. Errres estadístics tip I y II. Cifuentes Clase teórica 6: 7 Mi Tets para prmedis y cmparación de prmedis en muestras dependientes. Métds paramétrics y n paramétrics. Tamañ de muestra y ptencia. Clase teórica 7: Diferencia de prmedis en muestras independientes. 8 Mi Test de nrmalidad, hmcedasticidad. Transfrmación de variables. Métds paramétrics y n paramétrics. Tamañ de muestra. 9 Ju Labratri 2: Inferencia estadística para prmedis y prprcines 10 Mi Prueba teórica 1 Cifuentes,

6 Clase teórica 8: 11 Mi Tests para una prprción y cmparación de ds más prprcines. Chi cuadrad. Métd paramétric y n paramétric. Tamañ de muestra. 12 Mi 7.06 Clase teórica 9: Pruebas de bndad de ajuste. Métds paramétrics y n paramétrics. Labratri 3: 13 Ju 8.06 Pruebas de bndad de ajuste y de nrmalidad. Distribución nrmal en experiments de micrarray. 14 Mi Clase teórica 10: Análisis de varianza: Diseñ a un factr. Estimación de varianzas dentr y entre grups. Cálcul de F y decisión estadística. Métd n paramétric. Cmparacines múltiples. Cifuentes 15 Ju Labratri 4: Análisis de varianza. Clase teórica 11: 16 Mi Crrelación. Test para Rh. Métd paramétrics y n paramétrics

7 Clase teórica 12: 17 Mi Mdel de regresión lineal simple. Cmparación de pendientes. Prediccines. 18 Ju Labratri 5: Regresión lineal y crrelación 19 Mi 5.07 Clase teórica 13: Crrecta elección de una prueba estadística y su interpretación. 20 Mi Prueba teórica 2 Cifuentes,