CUARTA VERSIÓN
DIPLOMADO EN
BIOESTADÍSTICA
RESULTADOS DE APRENDIZAJE DESCRIPCIÓN DEL DIPLOMADO
El diplomado en Bioestadística, está dirigido a profesionales del área de las ciencias biológicas y de la salud. Busca entregar conocimientos y habilidades para realizar análisis descriptivos de datos, construir modelos estadísticos, realizar inferencias sobre fenómenos y estudiar asociaciones entre variables.
PROPÓSITO FORMATIVO
Al finalizar el diplomado en Bioestadística, los graduados podrán aplicar conocimientos y habilidades, necesarias para aplicar técnicas estadísticas en el análisis de datos y toma de decisiones en situaciones investigativas de las ciencias biológicas y del área de la salud, las cuales se caracterizan por estar sometidas a distintos grados de incertidumbre.
Consolidar conocimientos de métodos y técnicas estadísticas utilizadas en el estudio de variables de las ciencias biológicas.
Desarrollar habilidades de análisis cualitativo y cuantitativo de datos.
Aplicar herramientas estadísticas univariadas para el análisis de datos.
Interpretar salidas de software estadísticos.
Utilizar software estadístico en la resolución de problemas.
Resolver problemas reales y específicos en el área de desempeño del estudiante utilizando herramientas estadísticas.
Analizar los datos obtenidos a través del desarrollo de una investigación aplicada.
Profesionales o licenciados del área de las Ciencias Biológicas u otros profesionales (de la salud, estadísticos, psicólogos, sociólogos, etc.), que tengan la necesidad de generar análisis de datos producto de sus organizaciones o proyectos de investigación.
Profesionales egresados de Universidad de Las Américas o de otras instituciones de educación superior, docentes que deseen perfeccionar sus conocimientos y trabajadores que, en su ejercicio deseen perfeccionarse en estadística.
Las clases serán sincrónicas, en modalidad online, las que incluirán breves exposiciones de elementos teóricos complementadas con el uso de una variedad de softwares. Se contará con una plataforma educativa virtual, en la que se dispondrán de las grabaciones de las clases sincrónicas, material complementario, actividades y recursos de aprendizaje. Los contenidos, se distribuirán en cuatro módulos, cada uno a cargo de un docente especialista en el área. Asimismo, a través de la plataforma, se podrán plantear dudas y consultas por medio de foros.
El docente facilitará la comprensión de los conceptos teóricos y el aprendizaje de los distintos softwares, incentivará el aprendizaje a través de estudio de casos, talleres y ejecución de simulaciones. Se dispondrá de apuntes, guías de ejercicios y referencias a literatura recomendada.
Se utilizarán durante las clases, dependiendo del módulo, entre otros, el software Ms Excel y el lenguaje de computación estadística R.
El aprendizaje se desarrollará durante las clases sincrónicas, revisión de las grabaciones, foros de discusión, lectura de guías de contenido, lectura de artículos, tareas y evaluación formativa a través de casos. La evaluación se realizará a través de casos de estudio.
A QUIÉN SE DIRIGE
METODOLOGÍA
CONTENIDOS
Módulo I
Introducción a la estadística y análisis de datos
Definiciones básicas de estadística (población, muestra, parámetros, variables, etc.) Recolección de datos. Diseño de experimento
Tipos de muestreo
Organización de los datos: tablas de frecuencias para datos cualitativos y cuantitativos, gráficos (de barra, histograma, circular, ojiva, líneas, tallo, caja y dispersión)
Medidas estadísticas de tendencia central, posición y dispersión: medidas de tendencia central, medidas de posición no central, medidas de dispersión, medidas de forma (distribución)
Introducción a Excel
Cómo diseñar una planilla y/u hoja Funciones y fórmulas en Excel Tablas dinámicas
Módulo II
Probabilidades e inferencia estadística
Conceptos previos de probabilidad (espacio muestral, eventos, etc.) Noción de probabilidad
Calcular e interpretar probabilidades de eventos independientes y condicionales Teorema de Bayes y probabilidad total
Test de Diagnósticos, riesgo relativo Variable aleatoria discreta y continua
Distribución de probabilidad de variables discreta y continua Valor esperado y varianza
Distribuciones: Bernoulli, Binomial, Poisson, Normal, Normal estándar Intervalos de confianza en una y dos poblaciones
Pruebas de hipótesis en una y dos poblaciones Prueba de independencia Chi-Cuadrado Cálculo del tamaño muestral
Introducción al programa estadístico R Aplicación en el programa estadístico R
Módulo III
Modelos de regresión bioestadísticos
Asociación de dos variables numéricas biológicas. Correlación de Pearson y Spearman
Explicación de una variable biológica numérica mediante otra variable numérica de forma lineal Modelo de regresión lineal simple. MCO
Explicación de una variable biológica numérica mediante varias variables numéricas de forma lineal Modelo de regresión lineal múltiple. MCO
Diseño y análisis de experimentos clásicos
Análisis de varianza. Métodos de diagnóstico. ANOVA Uso de software estadístico R para diagnóstico de modelos Diseño completamente aleatorio y diseño en bloques aleatorios Comparación de medias en diseños experimentales y contrastes Aplicaciones en el software estadístico R
Módulo IV
Test paramétricos y no paramétricos
Planteamiento de una pregunta de investigación
Asociación entre dos variables categóricas: Chi-cuadrado OR, RR. Representación gráfica Test de concordancia y discordancia. Sensibilidad y especificidad, valores predictivos. Curvas ROC Asociación entre una variable categórica y una numérica para muestras independientes. Test t Student y test Mann-Whitney
Asociación entre una variable categórica y una numérica, para muestras pareadas. Test t Student pareado y test Wilcoxon
Asociación entre una variable categórica de más de dos niveles y una variable numérica. Test de Anova, Kruskal Wallis, Comparaciones múltiples
Asociación entre una variable categórica de más de dos niveles y una variable numérica, caso pareado Test de Anova para medidas repetidas, Friedman
Instrucciones necesarias para evaluar asociación en los programas estadísticos utilizados en Ciencias Biológicas (R y Excel)
EQUIPO DOCENTE
Mg. Mónica Panes
Licenciada en Matemática, Universidad de Concepción. Magíster en Estadística, Pontificia Universidad Católica de Chile.
Dr. Leonardo Pavez
Bioquímico, Universidad de Santiago de Chile. Doctor en Ciencias Silvoagropecuarias y Veterinarias, Universidad de Chile.
Mg. Marvin Querales
Licenciado en Bioanálisis, Universidad de Carabobo. Magíster en Estadística, Universidad Central de Venezuela. Máster Universitario en Metodologías en las Ciencias del Comportamiento y de la Salud, Universidad Complutense de Madrid.
Mg. Valentina Bastidas
Magíster en Estadística, Pontificia Universidad Católica de Chile. Profesora de Educación Media en Educación Matemática, Universidad del Bío Bío. Diplomada en Desarrollo Curricular, DuocUC.
Magíster en Innovación Curricular y Evaluación Educativa, Universidad del Desarrollo.
La Facultad se reserva el derecho de modificar, en una situación de fuerza mayor, a los integrantes del equipo docente del diplomado
Profesionales de diferentes especialidades, tanto del sector público como privado, en posición de grado académico de licenciado o título profesional de una carrera del área o afín de más de ocho semestres de duración.
Es recomendable el manejo técnico de inglés a nivel de lectura.
Utilización básica del software Microsoft Office.
Es importante considerar, que el estudiante debe contar con PC, webcam, micrófono y acceso a internet; así como disponer de espacio en su disco duro para la instalación de software especializado.
