2013 septiembre : Biostatnet

Curso de iniciación al software estadístico R
Este curso está dirigido a profesionales e investigadores de las distintas áreas de conocimiento que requieran una formación básica en bioestadística usando el software libre R. Será de carácter teórico práctico y contará con personal de apoyo para una formación íntegra y completa. Se requiere que los alumnos dispongan de su propio portátil con el software instalado para poder realizar las prácticas. Previamente al comienzo del curso se enviarán las indicaciones de descarga e instalación de dicho software para Windows/Linux/(Mac) OS X.PROGRAMA:1. ¿Qué es R?2. Estructura de la información en R3. Lectura y escritura de datos4. Manejo y manipulación de datos5. Estudio de variables cualitativas6. Estudio de variables cuantitativas7. Regresión lineal y correlación8. R Commander FECHAS:Días 23, 24, 25 y 26 de septiembre, en horario de 16:00h a 21:00h (Descanso de 30min entre 18:15h-18:45h).PROFESORADO:Mónica López Ratón, Biostatech Advice,Training & Innovation in Biostatistics S.L., GRID[ECMB].PREINSCRIPCIÓN:Preciso inscripción previa del 10 de Julio al 31 de AgostoLUGAR:Aulario Novoa Santos (Aula 1), Complejo Hospitalario Universitario de Santiago.MÁS INFORMACIÓN:http://biostatech.com/?p=253
Seminario "Detección de Outliers en Modelos Lineales Generalizados para Datos Longitudinales"
Fecha: Viernes 06-09-2013 Título: "Detección de Outliers en Modelos Lineales Generalizados para Datos Longitudinales" Autora: María del Carmen Pardo Llorente            Universidad Complutense de MadridLugar: Facultad de Ciencias Económicas y Empresariales (Bilbao)Resumen:Estructuras de datos dependientes, y en particular datos longitudinales, surgen en muchas áreas aplicadas. El método de las ecuaciones de estimación generalizadas (EEG) propuesto por Liang y Zeger (1986) es uno de los más utilizados para modelizar este tipo de datos. Este método y sus extensiones han sido ampliamente estudiados pero no ha sido así con el desarrollo de herramientas de diagnóstico para estos modelos. En particular, la mayoría de los procedimientos de detección de outliers existentes se basan en residuos. Sin embargo, tal y como se puede verse en Chang (2000) en ocasiones éstos métodos pueden llevar a conclusiones erróneas. En esta charla, se propone un nuevo procedimiento para detectar outliers en EEG consistente en contrastar un modelo mean-shift utilizando el estadístico de puntuaciones introducido por Rotnitzky y Jewell (1990). Se presenta un amplio estudio de simulación para analizar el nuevo procedimiento de detección de outliers en diferentes escenarios. Finalmente, se analiza un conjunto de datos reales.ReferenciasChang, Y. C. (2000). Residuals analysis of the generalized linear models for longitudinal data. Statistics in Medicine, 19, 1277-1293..Liang, K.Y. y Zeger, S. L. (1986). Longitudinal data analysis using generalized linear models. Biometrika, 73, 13-22.Rotnitzky, A. y Jewell, N. (1990). Hypothesis testing of regression parameters in semiparametric generalized linear models for cluster correlated data. Biometrika, 77, 485-497.