Los modelos lineales clásicos son la abstracción más sencilla que puede ser aplicado a un problema de estudio. El precio de la sencillez, ofrecer muchas limitaciones ante situaciones donde no se cumplan sus estrictos supuestos teóricos. En este curso abordaremos métodos de modelamiento que brindan flexibilidad ante violacionas a las asunciones teóricas del modelo lineal clásico, como el uso de modelos generalizados lineales (GLM) y los modelos con efectos mixtos (GLMM, LMM).


Duración: 3 semanas (9 clases)
Inicio de clases: 28 de Septiembre de 2022
Fin de clases: 24 de Octubre de 2022
Horario: Lunes, Miércoles y Viernes de 3:00 a 5:30 pm (GMT-5, hora oficial de Lima, Quito, Bogotá)
Certificado por: 35 horas académicas

Estructura del curso

    1. Cómo usar la plataforma educativa masterX

      VISTA PREVIA GRATUITA

    2. Bienvenida - información importante

      VISTA PREVIA GRATUITA

    3. Calendario de la ruta "Data Science Estadística y Programación con R, 2022-3"

      VISTA PREVIA GRATUITA

    1. Clase 01

    2. Clase 02

    3. Clase 03

    4. Clase 04

    5. Clase 05

    6. Clase 06

    1. Explicación: cálculo manual de un modelo lineal en R

    1. Archivos descargables (Módulo 1)

    2. Diapositivas - Módulo 1

    1. Archivos descargables (Módulo 2)

    2. Diapositivas módulo 2

    1. Archivos descargables (Módulo 3)

    2. Diapositivas Módulo 3

    3. GLMMadaptive: Generalized Linear Mixed Models using Adaptive Gaussian Quadrature

Sobre este curso

  • $55.00
  • 21 lecciones
  • 0 horas de contenido de video

Plan de Estudios

Módulo 1: Modelos lineales con efectos mixtos (LMM)

  • Breve repaso sobre modelamiento
  • Modelos lineales con efectos mixtos
  • Definición matemática
  • Diferencias entre LMM y ANOVA para muestras repetidas
  • Terminología para modelos de efectos mixtos
  • Enfoques de análisis Regresión lineal simple y LMM
  • Topología de una LMM en R
  • Gráficas asociadas con ggplot2
  • Selección de modelos


Módulo 2:  Modelos generalizados lineales (GLM)

  • Distribuciones teóricas de probabilidades en GLM
  • Funciones de enlace (link function)
  • Topología de un GLM en R
  • Regresión logística
  • Odds ratio
  • Logit function
  • Selección de modelos
  • Regresión binomial
  • Regresión de poisson
  • Sobredispersión en modelos
  • Regresión binomial negativa
  • Trabajando con exceso de ceros
  • Regresión de Hurdle, Zero inflados, Zero truncados
  • Gráficos asociados con ggplot2


Módulo 3:  Modelos generalizados lineales con efectos mixtos (GLMM)

  • Introducción a modelos generalizados con efectos mixtos
  • Inferencias basadas en máxima verosimilitud 
  • Integrales con cuadratura de Gauss-Hermit y Laplace
  • Regresión logística con efectos mixtos
  • Regresión de poisson con efectos mixtos
  • Regresión binomial negativa con efectos mixtos
  • Gráficos asociados a ggplot2



Incluye

  • Clases online 100% en vivo.

  • Videos de las grabaciones disponibles posterior a cada sesión de clase.

  • Archivos descargables R Markdown para el trabajo en clase.

  • PDFs de las sesiones de clase.

Extendiendo los límites

de los modelos lineales clásicos

Comprender cómo trabajar con modelos generalizados lineales, así como modelos de efectos mixtos, te brindarán herramientas metodológicas excelentes para la investigación científica. Muchas áreas de las ciencias naturales, médicas e ingenierías, se enfrentan a variables de respuesta que suelen no encajar con un modelo lineal clásico, y aún así se siguen viendo publicaciones con errores estadísticos graves. Aprende a elegir el método con este gran curso diseñado para ti.
C5 LMM ejemplo

Instructor

Profesor Irwing S. Saldaña

Candidato a Magíster (Universidad de San Martín de Porres - Perú, y Universidad Nacional Mayor de San Marcos - Perú). Biólogo con experiencia en análisis estadístico y modelamiento. Experiencia de más de 3 años en enseñanza del lenguaje de programación R a alumnos de diferencias profesiones. Interesado en el desarrollo de la informática ecológica y evolutiva (Eco-Evo Informática), con un enfoque de biología integrativa.

Inscripción

Ahorra un 27% inscribiéndote en la ruta completa "Data Science: Estadística y Programación con R". Clic aquí para ir a la ruta.

Opción de inscripción con cuenta de banco (solo Perú): Puedes inscribirte con transferencia o depósito en en BCP o Interbank (obtén los números de cuenta a nombre de ILCID haciendo clic aquí)

Contáctanos por WhatsApp para mayores consultas.

Ruta completa

Inscríbete en la ruta completa (06 cursos) y ahorra un 27% en tu aprendizaje.

Complementa tu aprendizaje

Expande tus conocimientos con los siguientes cursos.

Ver todos los cursos

Foto portada, adaptado del original de Taylor Leopold en Unsplash