2015 junio : Biostatnet

7º Encuentro de Bioestadísticos en la Complutense
El 17 de junio de 2015 tendrá lugar en la Facultad de Estudios Estadísticos de la Universidad Complutense de Madrid, el 7º Encuentro de Bioestadísticos en la Complutense, titulado “Diseño de Ensayos Clínicos: Variables Combinadas y Valores Faltantes”. Las ponentes invitadas son: Lupe Gómez, de la Universitat Politècnica de Catalunya, y Rosa Lamarca de Almirall, S.A., que desarrollarán el siguiente programa: Ensayos clínicos. Conceptos Fase I- IV ensayos clínicos Tipos de diseños: a.      Paralelos, cruzados, secuenciales, factoriales b.      Superioridad, equivalencia, no-inferioridad c.      Aleatorización y enmascaramiento Objetivo del estudio: variables primarias y secundarias Tamaño de la muestra Poblaciones de análisis Diseños adaptativos Sesión práctica Elección de la variable primaria (VP). Definición de Composite Endpoint (CE) Ventajas e Inconvenientes de los CE Método ARE para guiar la decisión sobre la VP Plataforma CompARE Cálculo del tamaño muestral cuando el Hazard Ratio no es constante. Sesión práctica - Sala de ordenadores Impacto de los datos faltantes en el diseño Relevancia de los datos faltantes Estrategias para minimizar los abandonos Seguimiento de los abandonos Impacto de los datos faltantes en el análisis de ensayos clínicos Tipos de datos faltantes Caracterización de los abandonos Métodos para tratar los datos faltantes Pre-especificación de análisis de sensibilidad Sesión práctica Plazo de inscripción: hasta el 31 de mayo de 2015. Más información
Cursos R en la UB
Para este verano se ha organizado unos cursos de extensión universitaria (sin requisitos previos) en el Departamento de Estadística de la Universidad de Barcelona (Facultad de Biología).Precio de cada curso: 125 € (más tasas)Los títulos son:* Gestión de datos, programación y gráficos con R* Estadística aplicada con R* Análisis de datos y diseño de experimentos con RSon tres cursos de introducción a R de 20 horas cada uno. El primero orientado a empezar a trabajar con R y RStudio, el segundo más pensado para repasar conceptos de Estadística descriptiva e inferencial con R y R-commander y el tercero para analizar datos con R.Más info en: cartel
Curso de introducción a los Modelos Mixtos con R
Curso de introducción a los Modelos Mixtos con RPresentación:Con el objetivo de explicar o predecir un fenómeno cuantificable es habitual emplear modelos estadísticos. Los modelos mixtos son una generalización del modelo lineal de regresión clásico, contemplando la posible existencia de observaciones correlacionadas o con variabilidad heterogénea, vinculadas a la presencia de factores aleatorios. La nomenclatura modelos mixtos se refiere precisamente al hecho de que el análisis debe lidiar con efectos fijos y aleatorios simultáneamente. Esta ocurre por ejemplo en estudios con medidas repetidas en los mismos sujetos, o cuando hay niveles experimentales anidados generando subréplicas. El modelo mixto proporciona un entorno óptimo para responder a les cuestiones de un estudio con diseño experimental complejo: modelizando simultáneamente el valor esperado de la respuesta y su variabilidad.Profesorado:Llorenç Badiella - Director delServei d'Estadística Aplicada - UAB. Profesor asociado del Departamento de Matemáticas (UAB).Josep Anton Sanchez - Departamento Estadística i Investigació Operativa - Universitat Politècnica de Catalunya. Miembro del Grup de Recerca Consolidat en Modelització Estadística Multivariant i Computacional de la UB y Miembro del Grup de Recerca en Estadística Aplicada de la UPC.Detalles de organización:El Curso de Modelos mixtos con R se impartirá los días 8, 9, 10 y 11 de Junio 2015 de 10:00 a 13:00 y de 14:30 a 17:30.Más información e incripciones: enlace
Programación, creación de paquetes y gráficos de alta calidad con R
Programación, creación de paquetes y gráficos de alta calidad con RPresentación:R, más que un software estadístico, puede considerarse un lenguaje de programación que permite la elaboración y libre distribución de paquetes de software con objetivos específicos de análisis, razón por la cuál ha incrementado su popularidad.En este contexto se enmarca este curso avanzado de R, enfocado a una utilización eficiente de este entorno, para ayudar a los participantes a sacar provecho de su potencial en el diseño de paquetes para CRAN o Bioconductor, así como para uso personal en tareas de investigación y docencia, en la elaboración de gráficos de alta calidad e interactivos, y en el incremento de la eficiencia al programar software científico y docente.Profesorado:Jose Barrera: Estadístico del Centre de Recerca en Epidemiologia Ambiental (CREAL) y Profesor Asociado del Departamento de Matemáticas de la UAB. Su investigación se enmarca en la metodología estadística aplicada a estudios epidemiológicos, en el contexto de los diseños de estudios longitudinales observacionales y del cluster analysis con datos faltantes. Autor de los paquetes tlm, en CRAN, para el ajuste e interpretación de modelos lineales con variables transformadas; miclust, para la integración de la imputación múltiple en el análisis cluster, y optimalAllocation, para el diseño óptimo de estudios longitudinales observacionales con exposición variable en el timepo. Ha impartido cursos de R avanzado aplicados a la programación y a la modelización estadística.Alejandro Caceres: Estadístico del CREAL. Desarrolla métodos para la detección de variantes genéticas con datos de alto rendimiento. Autor de los paquetes invClust, para detectar inversiones genéticas en datos de SNPs corrigiendo por estructura poblacional, e inveRsion, en Bioconductor. Colaborador en el desarrollo de paquetes bioinformáticos como GADA y MLPA-stats (R-GUI). Ha impartido cursos especializados de R avanzado y de estadística genética.Mikel Esnaola: PhDc en la Unidad de Bioinformàatica del CREAL. Su investigación se enmarca en los métodos para el análisis de datos genómicos de última generación. Autor del paquete tweeDEseq, en Bioconductor, para el análisis de genes diferencialmente expresados con datos de RNA-seq. Colaborador en el desarrollo del paquete BayNet, basado en redes bayesianas, para la búsqueda de dependencias estructurales entre variables. Ha impartido cursos especializados de R avanzado y de estadística genética.Detalles de organización:El curso Programación, creación de paquetes y gráficos de alta calidad con R se impartirá los días 3 y 4 de junio de 10:00 a 18:00 y el día 5 de junio de 10:00 a 14:00.Más información e incripciones: enlace
6th International Workshop on Compositional Data Analysis (CoDaWork 2015)
The 6th International Workshop on Compositional Data Analysis will take place in Girona (Spain) from June 1st to 5th, 2015CoDaWork is a forum of discussion of theory and applications of the statistical analysis of Compositional Data. We welcome contributions about: general theory and methods of analysis of compositions, pre-processing data tools and zero treatment, applications to life sciences and medicine, applications to chemistry, earth and environmental sciences, applications to economy, official statistics and social sciences,as well as any other field of application where compositions or data from constrained spaces appear. There will be no parallel sessions.Important dates:- January 12, 2015:        Abstract due- February 2, 2015:        Notice of abstract acceptance- April 27, 2015:            Early registration due- April 27, 2015:            Full paper due- June 1-5, 2015:           CoDaWork 2015Please visit the workshop websitehttp://www.compositionaldata.com/codawork2015/for further information.