Bioestadística aplicada a la investigación con R

Este curso es de acceso personal e intransferible. El acceso se habilita una vez confirmado el pago. Aceptamos distintos métodos de pago. Si necesitas factura, deberás solicitarla dentro del plazo establecido. El acceso al contenido tiene una vigencia definida. Consulta nuestras Políticas de compra completas para más detalles sobre métodos de pago, facturación, vigencia del acceso y soporte técnico.

1. Introducción al entorno de trabajo en R.
1.1. Instalación de R y RStudio.
 1.2. Instalación y gestión de librerías.
 1.3. Estructuras y tipos de datos en R.
     1.3.1. Vectores.
     1.3.2. Marcos de datos (data frames).
 1.4. Importación de bases de datos externas.
 1.5. Ejercicios prácticos.

2. Gestión, limpieza y análisis descriptivo de datos.
2.1. Caracterización de variables (tipos y escalas de medición).
 2.2. Limpieza y manipulación de datos mediante dplyr.

 2.3. Obtención de estadísticos descriptivos.
     2.3.1. Medidas de tendencia central: cálculo e interpretación.
     2.3.2. Medidas de dispersión: aplicación y criterios de uso.
 2.4. Ejercicios prácticos.

3. Distribución de datos y evaluación de normalidad.
3.1. Tipos de distribución en variables cuantitativas y cualitativas.
 3.2. Representación gráfica de la distribución de datos.
     3.2.1. Histogramas.
     3.2.2. Gráficos Q-Q (quantile-quantile plots).

 3.3. Pruebas de normalidad.
     3.3.1. Pruebas de Kolmogorov-Smirnov y Shapiro-Wilk.
     3.3.2. Uso del paquete nortest y pruebas adicionales.
 3.4. Ejercicios prácticos.

4. Análisis descriptivo e inferencial de datos cuantitativos (pruebas paramétricas).
4.1. Generación de subconjuntos de datos mediante funciones base (e.g., subset).
 4.2. Aplicación de análisis estadístico con tidyverse y rstatix.
 4.3. Análisis mediante funciones agrupadas (tapply).
 4.4. Ejercicios prácticos.

4.5. Pruebas de contraste para variables cuantitativas (enfoque paramétrico).
     4.5.1. Diferenciación entre datos relacionados e independientes.
     4.5.2. Fundamentos de pruebas paramétricas.
     4.5.3. Prueba t de Student's t-test.
         4.5.3.1. Ejercicios prácticos.

     4.5.4. Análisis de varianza (ANOVA).
         4.5.4.1. Ejercicios prácticos.

5. Pruebas de contraste para datos cuantitativos (enfoque no paramétrico).
5.1. Prueba de Wilcoxon.
     5.1.1. Ejercicios prácticos.
 5.2. Prueba U de Mann-Whitney.
     5.2.1. Ejercicios prácticos.
 5.3. Prueba de Kruskal-Wallis.
     5.3.1. Ejercicios prácticos.

 5.4. Prueba de Friedman.
     5.4.1. Ejercicios prácticos.
 5.5. Representación gráfica: diagramas de caja y bigotes (boxplot).

6. Análisis de variables cualitativas y correlación.
6.1. Prueba exacta de Fisher.
 6.2. Prueba de chi-cuadrada (χ²).

 6.3. Análisis de correlación.
     6.3.1. Correlación de Pearson.
     6.3.2. Correlación de Spearman.
     6.3.3. Interpretación de coeficientes de correlación.
     6.3.4. Visualización de resultados de correlación.