Objetivos
Si estás interesado en saber cómo analizar datos biológicos que involucran múltiples variables numéricas o categóricas y tomar decisiones a través de ellos ¡este curso es para ti! El curso es en gran manera práctico y pretende que los alumnos comprendan
en qué casos utilizar algunas de las diversas técnicas de estadística multivariada, se revisaran aspectos necesarios del fundamento de las pruebas, pero el propósito es más enfocado a la aplicación.
Ponente:
Temario
Módulo 1: Fundamentos y Análisis Descriptivo Multivariado en Ciencias Biológicas
• Introducción a la Estadística Multivariada en Ciencias Biológicas
Explicaremos cómo la estadística multivariada ayuda a analizar conjuntos de datos complejos, como estudios genómicos, ecológicos o de expresión génica, en ciencias biológicas.
• Análisis Descriptivo Multivariado
Técnicas para resumir y visualizar datos biológicos, como estudios de poblaciones, con herramientas como gráficos de dispersión y matrices de correlación biológica.
• Software R para Análisis Multivariado
Introducción al uso de software estadístico R
Módulo 2: Análisis de Componentes Principales (PCA)
• Concepto de Reducción de Dimensionalidad en Datos Biológicos
Cómo el PCA ayuda a reducir la complejidad de datos biológicos, como aquellos obtenidos de estudios de expresión génica o metabolómica.
• Análisis de Componentes Principales
Aplicación del PCA para identificar patrones clave en grandes conjuntos de datos
• Implementación del PCA en R
• Interpretación de Resultados del PCA
Cómo interpretar los componentes principales para identificar los factores biológicos más influyentes en un conjunto de datos.
Módulo 3: Análisis de Agrupamiento (Clústers)
• Análisis de Agrupamiento en Ciencias Biológicas
Descripción: Técnicas para agrupar muestras biológicas (poblaciones, genes, especies) en función de su similitud, usando ejemplos
• Métodos de Clúster Jerárquico
Aplicación de métodos jerárquicos para agrupar individuos de acuerdo a sus características
• Métodos de Clúster No Jerárquico: K-means
Cómo usar K-means para clasificar individuos en grupos basados en sus características biológicas.
• Aplicación del Análisis de Agrupamiento en Software
Módulo 4: Análisis Discriminante y Regresión Multivariada
• Análisis Discriminante Lineal (LDA) en Ciencias Biológicas
Uso del LDA para clasificar individuos en grupos biológicos predeterminados, como especies o estados de salud/enfermedad en estudios médicos.
• Regresión Múltiple y Multivariada en Ciencias Biológicas
Predicción de resultados biológicos (por ejemplo, crecimiento de una población) usando múltiples variables explicativas.
• Modelos Logísticos Multivariados en Ciencias Biológicas
Aplicación de la regresión logística para predecir la presencia/ausencia de una característica biológica, como la ocurrencia de una enfermedad
• Aplicación Práctica en Software
Ejemplo aplicados a Ciencias Biológicas, como análisis de datos médicos, estudios poblacionales o ensayos clínicos.
