Profesorado: Isaac Subirana es licenciado en Ciencias y Técnicas Estadísticas por la Universitat Politècnica de Catalunya (2014) y Doctorado en Estadística por la Universitat de Barcelona (UB) (2014). Desde 2007 es profesor asociado en el departamento de Estadística de la UB. Desde 2003 trabaja a tiempo completo como técnico investigador en el grupo REGICOR (IMIM-Hospital del Mar); y Andrea Toloba que es graduada en Matemáticas por la Universitat de Barcelona (2019). Desde 2020 trabaja como técnico investigador en el grupo REGICOR (IMIM-Hospital del Mar). Actualmente cursando un Máster en Estadística por la Universitat Politècnica de Catalunya.
Organización: Jaume Marrugat MD, PhD FESC responsable del grupo REGICOR en el IMIM- Hospital del Mar, responsable del Programa de Epidemiología Cardiovascular del CIBERCV y coordinador del grupo CB16/11/00229 de CIBERCV; y Juan Sanchis MD PhD Catedrático de Medicina (Cardiología). Universidad de Valencia, Jefe de la Unidad de Hemodinámica y Cardiología intervencionista. Hospital Clínico Universitario. Valencia. Jafe del Grupo de investigación en cardiología clínica perteneciente al Instituto de Investigación Sanitaria INCLIVA, y coordinador del grupo CB16/11/00420 de CIBERCV
Descripción del curso: El curso está dividido en dos grandes bloques en el que se introducen por un lado (I) las técnicas más comunes de análisis multivariado, y por el otro (II) los modelos de regresión multivariante más usados.
En el primer bloque se incluirán técnicas exploratorias en que se caracterizan individuos mediante muchas variables, tales como el análisis de componentes principales (PCA) o el análisis factorial (FA). También se explicarán técnicas supervisadas y no supervisadas para distinguir grupos como son el análisis discriminante o de clustering.
En el segundo bloque se introducirá los modelos de regresión lineal, logística o de riesgos proporcionales de Cox. En esto modelos se incluyen varias variables como independientes o explicativas para una variable respuesta que puede ser cuantitativa (regresión lineal), binaria (regresión logística) o de tiempo hasta evento (regresión de Cox).
Cada técnica o modelo explicado en el curso se ilustrará mediante varios ejemplos resueltos y discutidos, que el alumno podrá reproducir con la sintaxis y los datos para ello.
Aunque el software para resolver los casos y problemas será el R, el objetivo del curso no será explicar el programa sino que éste será una herramienta para explicar mediante ejemplos y casos prácticos las técnicas estadísticas.
Dirigido a: Todo personal investigador, técnicos, residentes o personal investigador en formación con experiencia previa en análisis de datos que quiera aprender las técnicas más comunes y adecuadas para analizar datos con varias variables.
Objetivo del curso: Introducir al personal asistente en las técnicas para el análisis de datos multivariados y los modelos de regresión multivariante.
Número de alumnos: El aforo ideal para el curso es de 20 alumnos, aunque se podrá extender a 25 dependiendo de la demanda.
