módulo #1 Introducción a la bioestadística avanzada Descripción general del curso, importancia de la bioestadística en la atención médica y revisión de conceptos estadísticos básicos
módulo #2 Pruebas de hipótesis avanzadas Revisión de las pruebas de hipótesis, errores de tipo I y tipo II e introducción a las correcciones de pruebas múltiples
módulo #3 Pruebas no paramétricas Introducción a las pruebas no paramétricas, prueba de suma de rangos de Wilcoxon y prueba de Kruskal-Wallis
módulo #4 Métodos de remuestreo Introducción a los métodos de remuestreo, pruebas de bootstrap y de permutación
módulo #5 Regresión lineal Revisión de regresión lineal simple y múltiple, análisis de residuos y diagnósticos de modelos
módulo #6 Modelos lineales generalizados Introducción a los modelos lineales generalizados, regresión logística y regresión de Poisson
módulo #7 Análisis de supervivencia Introducción al análisis de supervivencia, estimador de Kaplan-Meier y riesgos proporcionales de Cox modelo
módulo #8 Datos de tiempo hasta el evento Análisis de datos de tiempo hasta el evento, censura y truncamiento
módulo #9 Análisis de datos longitudinales Introducción al análisis de datos longitudinales, modelos de efectos mixtos y ecuaciones de estimación generalizadas
módulo #10 Datos no normales Análisis de datos no normales, transformaciones y métodos robustos
módulo #11 Datos correlacionados Análisis de datos correlacionados, datos agrupados y modelos lineales mixtos generalizados
módulo #12 Datos faltantes Introducción a los datos faltantes, tipos de faltantes e imputación múltiple
módulo #13 Metaanálisis Introducción al metanálisis, modelos de efectos fijos y aleatorios y diagramas forestales
módulo #14 Datos de alta dimensión Introducción a los datos de alta dimensión, selección de características y técnicas de reducción de dimensión
módulo #15 Aprendizaje automático en bioestadística Introducción al aprendizaje automático, aprendizaje supervisado y no supervisado y modelado evaluación
módulo #16 Genómica y proteómica Introducción a la genómica y la proteómica, análisis de microarrays y análisis de RNA-seq
módulo #17 Epidemiología y bioestadística Introducción a la epidemiología, diseños de estudios y medidas de frecuencia de enfermedades
módulo #18 Ensayos clínicos Introducción a los ensayos clínicos, fases de los ensayos clínicos y cálculo del tamaño de la muestra
módulo #19 Ética en bioestadística Consideraciones éticas en bioestadística, consentimiento informado y privacidad de datos
módulo #20 Herramientas computacionales en bioestadística Introducción a las herramientas computacionales en bioestadística, R, Python y SAS
módulo #21 Visualización de datos en bioestadística Introducción a la visualización de datos, análisis exploratorio de datos y mejores prácticas de visualización
módulo #22 Computación estadística Introducción a la computación estadística, simulación y métodos de Monte Carlo
módulo #23 Big Data en Bioestadística Introducción al big data, almacenamiento de datos y computación distribuida
módulo #24 Estudios de caso en bioestadística Estudios de caso del mundo real en bioestadística, aplicaciones y pensamiento crítico
módulo #25 Resumen y conclusión del curso Planificación de los próximos pasos en la carrera de Bioestadística Avanzada
