Introdução à Análise de Dados Biomédicos usando o R

Docente: Pedro Pereira Rodrigues

ECTS: 3 - aguarda creditação

Candidaturas: Candidaturas abertas até 19 de junho de 2017

Aulas: 24 de julho das 14h às 19h; 25 a 28 de julho das 14h às 18h

Local: Sala L2, Centro de Informática, FMUP

Destinatários: Profissionais, investigadores ou alunos nas áreas da Saúde, Ciências da Informação, Matemática e Estatística.

Propina: €350

Descontos

: Colaboradores do MEDCIDS – Departamento de Medicina da Comunidade, Informação e Decisão em Saúde, Faculdade de Medicina da Universidade do Porto e colaboradores do CINTESIS (bolseiros e equipa de gestão) - Centro de Investigação em Tecnologias e Serviços de Saúde – gratuito; Estudantes – 30%; Colaboradores da Universidade do Porto e de entidades parceiras (*) – 30%.

O número de candidatos admitidos, com isenção de propina, não poderá exceder 50% do total das vagas disponíveis para o curso. A inscrição de colaboradores do MEDCIDS ou CINTESIS com isenção de propina carece da autorização do respetivo diretor de serviço/responsável científico.

Objetivos

O curso de Introdução à Análise de Dados usando o R pretende:

  1. dotar os estudantes de competências básicas ciência de dados de saúde, na sua componente de análise exploratória e inferencial de dados biomédicos, incluindo aprender a aplicar as diferentes técnicas básicas de estatísticas a dados biomédicos usando base de dados reais e o software de análise de dados R.
  2. formar profissionais e investigadores na área de ciências de dados de saúde, uma área onde existe cada vez mais financiamento, quer público e institucional (nacional e internacional), quer da própria sociedade, onde empresas do sector estão deficitárias e disponíveis para acolher estes investigadores, uma vez que lhes atribuem um alto valor social e económico para as suas atividades de negócio;
  3. diversificar e melhorar a qualidade da oferta formativa da Universidade do Porto, ocupando um lugar de destaque na oferta de formação contínua na área;
  4. dar complemento à formação existente com outras ferramentas de análise (i.e. SPSS), indo assim de encontro aos requisitos de procura que os últimos anos têm evidenciado.

Conteúdos programáticos

  • Gestão de dados, tipos de dados e verificação de dados
  • Medidas de localização e dispersão
  • Distribuição normal e outras distribuições teóricas
  • Representação gráfica
  • Técnicas de amostragem
  • Intervalos de confiança
  • Princípio de Teste de hipóteses
  • Testes paramétricos e não paramétricos: testes-t, testes-f (One-Way ANOVA); Mann-Whintey; Kruskal-Wallis; Wilcoxon; Qui-quadrado
  • Correlação paramétrica
  • Regressão linear simples