Fundamentos de la investigación en ciencias de la salud: Análisis multivariante
Curso
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Curso
-
Metodología
Online
-
Horas lectivas
100h
-
Inicio
Fechas a elegir
Conocer los fundamentos y técnicas más usuales del Análisis Estadístico Multivariante (AEM), con el fin de conocer las estructuras de datos y las técnicas de análisis multivariante de datos de clasificación y representación para la resolución de problemas estadísticos.
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
Comprender en qué consiste el análisis multivariante y qué tipo de análisis de datos permite realizar
Saber definir la distribución normal multivariante.
Saber que son las distribuciones marginales y condicionadas
Conocer las distribuciones de formas cuadráticas y las distribuciones aleatorias normales.
Saber interpretar la función de verosimilitud.
Comprender en qué consiste la estimación máximo verosímil.
Saber desarrollar e interpretar los contrastes de la razón de verosimilitudes, contrastes de unión-intersección, contrastes de hipótesis acerca del valor de medias y acerca de la matriz de varianzas-covarianzas y los contrastes de hipótesis múltiples MANOVA.
Saber qué son los intervalos de confianza múltiples y su interpretación.
CURSO UNIVERSITARIO CON CREDITOS ECTS
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 11 años en Emagister.
Materias
- Análisis multivariante
- Análisis de datos
- Análisis de problemas
- Ciencias de la salud
- Investigación en salud
- Discriminación
- Interpretación
Temario
Tema 1. Introducción al Análisis Multivariante
1.1. Historia del Análisis Multivariante.
1.2. Objetivos del Análisis Multivariante.
1.3. Clasificación de las técnicas multivariantes.
1.4. La organización de los datos.
Tema 2. Distribución normal multivariante
2.1. Definición y caracterización.
2.2. Distribuciones marginales y condicionadas.
2.3. Caso bidimensional y tridimensional.
2.4. Distribuciones asociadas: formas cuadráticas aleatorias normales.
Tema 3. Estimación
3.1. Introducción
3.2. Función de verosimilitud
3.3. Matriz de información de Fisher
3.4. Estimación máximo verosímil.
Tema 4. Contraste de Hipótesis
4.1. Contrastes de la razón de verosimilitudes.
4.2. Contrastes de unión-intersección.
4.3. Contrastes de hipótesis acerca del valor de medias.
4.4. Contrastes de hipótesis acerca de la matriz de varianzas-covarianzas. Intervalos de confianza múltiples.
4.5. Contrastes de hipótesis múltiples. MANOVA
BLOQUE II - TÉCNICAS DE DEPENDENCIA
Tema 5. Regresión Lineal Múltiple
5.1. Introducción.
5.2. Estimadores mínimo cuadráticos: propiedades.
5.3. Teorema de Gauss-Markov.
5.4. Análisis de los residuales.
5.5. Correlaciones múltiple y parcial.
5.6. Contrastes de hipótesis.
5.7. Intervalos de confianza simultáneos.
5.8. Matrices singulares de diseño.
Tema 6. Análisis Discriminante
6.1. Introducción.
6.2. Discriminación entre dos grupos con distribuciones conocidas.
6.3. Discriminación entre dos grupos con distribuciones conocidas y parámetros desconocidos.
6.4. Discriminación entre más de dos grupos.
6.5. Selección de variables.
Tema 7. Análisis de Regresión Logística
7.1. Fundamento del modelo de Regresión Logística. El concepto de “odd” (o “riesgo”). Forma analítica del modelo de Regresión Logística. Interpretación de los parámetros del modelo de Regresión Logística.
7.2. Estimación del Modelo de Regresión Logística.
7.3. Test global de un ajuste. Análisis de las “deviances”.
7.4. Significación de un parámetro: Método de Wald.
7.5. Modelo de Regresión Multinomial
Tema 8. Análisis Conjunto
8.1. Introducción.
8.2. Diseño del análisis conjunto.
8.3. Estimación por mínimos cuadrados.
8.4. Interpretación de los resultados
BLOQUE III - TÉCNICAS DE INTERDEPENDENCIA
Tema 11. Análisis de Correspondencias
11.1. Construcción de las nubes de puntos y elección de las distancias.
11.2. Análisis de las nubes de puntos en Rp y Rn y relaciones entre ellas.
11.3. Reconstrucción de la tabla de frecuencias original.
11.4. Posición de los elementos suplementarios.
11.5. Interpretación de los resultados: contribuciones absolutas y relativas.
11.6. Contrastes de hipótesis
Tema 12. Análisis de Conglomerados
12.1. Distancias y similaridades.
12.2. Clasificación ascendente jerárquica: método de la unión simple, método de la unión completa, métodos del centroide.
12.3. Clasificación jerárquica descendente: método monotético y método politético.
12.4. Clasificación no jerárquica: agregación alrededor de centros móviles
Tema 13. Escalonamiento
13.1. Escalonamiento de objetos y/o sujetos.
13.2. Modelos de escalonamiento
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Fundamentos de la investigación en ciencias de la salud: Análisis multivariante