Última actualización: 22/07/2023


Curso Académico: 2023/2024

Bioestadística
(17766)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: DURBAN REGUERA, MARIA LUZ

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Probabilidad Inferencia Estadística Programación en R Modelos de regresión
Objetivos
El estudiante adquirirá los siguientes conocimientos: 1) Dominio de las técnicas de Ensayos clínicos. 2) Dominio de las técnicas de Análisis de Supervivencia. 3) Dominio de las técnicas de Análisis de datos longitudinales y medidas repetidas.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1 Análisis de ensayos clínicos 1.1 Conceptos báicos 1.2 Comparación de tratamientos 1.3 Meta-analysis 2 Análisis de supervivencia 2.1 Conceptos básicos 2.2 Métodos descriptivos para análisis de supervivencia 2.3 Modelos de regresión para datos de supervivencia 3 Modelos para datos longitudinales y medidas repetidas 3.1 Datos jerárquicos 3.2 Modelos con ordenada con el origen y pendiente aleatoria 3.3 Generalized Estimating equations
Actividades formativas, metodología a utilizar y régimen de tutorías
Las clases consisten en una mezcla de exposiciones sobre los conceptos fundamentales de la asignatura y la presentación de casos prácticos mediante el uso de software. Se emplea preferentemente el lenguaje estadístico R. Se espera que los estudiantes traigan sus propios portátiles para experimentar con el código durante las clases. * Actividades formativas   - AF1: Clase teórica.   - AF2: Clase práctica.   - AF5: Tutorías.   - AF6: Trabajo en grupo.   - AF7: Trabajo individual.   - AF8: Pruebas de evaluación presenciales. * Metodologías docentes   - MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos.   - MD2: Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura.   - MD3: Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo.   - MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos.   - MD5: Elaboración de trabajos e informes de manera individual o en grupo.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Calendario de Evaluación Continua
Bibliografía básica
  • Balakrishnan, N.. Methods and Applications of Statistics in Clinical Trials. John Wiley & Sons. 2014
  • Gibbons, J.D. and Chakraborti, S. . Nonparametric statistical inference. CRC press. 2020
  • Hosmer, David W; Lemeshow, Stanley; May, Susanne. Applied Survival Analysis: Regression Modeling of Time to Event Data. Wiley-Interscience. 2008
  • Moore, D.F.. Applied Survival Analysis Using R. Springer. 2016
  • Singer, Judith D; Willet, John B. Applied longitudinal data analysis : modeling change and event occurrence. Oxford University Press. 2003

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.