| N° |
Objetivo |
Contenido |
Horas Teóricas |
Horas Prácticas |
Horas E-learning |
| 1 |
Al Finalizar El Curso El Alumno Alumno Será Capaz De: Plantear De Hipótesis. |
Conceptos Básicos Tipos De Variables. Tipos De Hipótesis. |
1 |
0 |
0 |
| 2 |
Interpretar Parámetros Y Estimadores. |
Interpretación De Parámetros Y Estimadores. |
1 |
0 |
0 |
| 3 |
Entender El Concepto De Intervalos De Confianza. |
Intervalos De Confianza. |
2 |
0 |
0 |
| 4 |
Interpretación De Valores P. |
Tipos De Error. Interpretación De Valores P. |
2 |
0 |
0 |
| 5 |
Presentar Diversos Tipos De Muestreo Aplicables En Situaciones Reales. |
Muestreo: Muestreo Aleatorio Simple. Muestreo Sistemático. Muestreo Estratificado. Muestreo Por Conglomerados. Muestreo Multietápico. Cálculo De Tamaños Muestrales. |
4 |
0 |
0 |
| 6 |
Conocer Las Principales Técnicas, Paramétricas Y No-Paramétricas De Comparación De Dos Poblaciones E Interpretar Los Resultados Respectivos. |
Comparación De Poblaciones: Hipótesis De Comparación De Medias, De Proporciones Y De Varianzas. Muestras Independientes Y Pareadas. Prueba T-Student Para Comparación De Medias (Pareadas Y No Pareadas). Test U-Mann-Witney. Test Del Signo. Test De Rangos Signados. Prueba Kolmogorov De Comparación De Distribuciones. Prueba De Aleatoreidad De Rachas. Prueba Z Para Comparación De Proporciones. Prueba De Mc-Nemar. Prueba F De Comparación De Varianzas. Pruebas De Bartlet Y De Cochrane. |
8 |
0 |
0 |
| 7 |
Conocer Las Técnicas Paramétricas Y No Paramétricas Para Análisis De Datos Con Respuesta Continua Y Predictoras Cualitativas, Con Y Sin Covariables, Cuándo Se Usan Y Entender Los Conceptos De Aleatorización. |
Diseño De Experimentos: Aleatorización. Factores De Bloque Y Tratamiento. Efecto Fijo Y Aleatorio. Diseño A Un Factor Completamente Aleatorizado. Anova A Un Factor. Anova De Kruskall Wallis. Anova De Friedman. Diseño En Bloques Completamente Aleatorizado. Diseños Cuadrado Latino Y Greco Latino. Diseños Factoriales Con Y Sin Interacción. Diseños Fraccionados. Diseños Jerárquicos O Anidados. Diseños En Parcelas Divididas. Covariables. Ancova. Interpretación De La Anova. Supuestos Del Modelo. Test De Normalidad De Kolmogorov Y Shapiro Wilks. Test De Levene. Test De Rachas Y Durbin-Watson. Comparaciones Múltiples. Polinomios Ortogonales. |
8 |
0 |
0 |
| 8 |
Conocer Las Técnicas Paramétricas Y No Paramétricas Para Análisis De Datos Continuos, Con Y Sin Variables Dummy. |
Regresión: Diagrama De Dispersión. Correlación. Coeficientes De Correlación De Pearson Y Spearman. Regresión Lineal Simple Y Múltiple. Interpretación De Parámetros. Coeficiente De Determinación. Variables Dummy. Supuestos Del Modelo. Interpretación De La Anova. Bandas De Confianza. Predicciones. |
4 |
0 |
0 |
| 9 |
Conocer Y Diferenciar Los Conceptos De Homogeneidad E Independencia En El Análisis De Datos Categóricos. |
Regresión Binaria: Modelo Binomial. Función De Enlace. Regresión Logit Y Probit. Predicciones. |
4 |
0 |
0 |
| 10 |
Conocer Las Técnicas Paramétricas Y No Paramétricas Para Análisis De Datos Con Respuesta Binaria O Cualitativa Y Predictora Continua. |
Tablas De Contingencia: Prueba De Homogeneidad De Proporciones. Independencia De Variables Cualitativas. Chance. Riesgo Relativo. Odds-Ratio. Chi Cuadrado De Pearson. Test Exacto De Fisher. Distribución Asintótica Del Odds-Ratio. Interpretación De Odds-Ratio. |
6 |
0 |
0 |
| 11 |
Ser Capaz De Realizar Una Crítica Estadística De Las Técnicas Presentadas En Artículos Médicos, Proponiendo Las Mejores Alternativas. |
Crítica De Artículos Médicos. |
4 |
0 |
0 |
| 12 |
Ser Capaz De Integrar Las Conclusiones De Varios Artículos Médicos. |
Metanálisis. |
4 |
0 |
0 |