Temas avanzados y aplicados · Bioestadistica Computacional

Bioestadística Computacional: Fundamentos y Herramientas

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Matemática Algorítmica · Ciencias de la Vida

Recorrido

Temas que aborda

  • Introducción
  • Bioestadística Computacional Avanzada y Modelización
  • Inferencia y Paradigmas en Bioestadística Computacional
  • Divergencias Epistemológicas: Paradigmas Frecuentista, Bayesiano y Basado en Verosimilitud
  • Límites de los Enfoques Analíticos y Necesidad de la Computación
  • Simulación Estocástica y Generación de Variables Aleatorias

Conceptos relacionados

Conexiones principales

  • bayes
  • mcmc
  • verosimilitud
  • multiple
  • bootstrap
  • supervivencia

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

π(θX)=L(θX)π(θ)ΘL(θX)π(θ)dθ\pi(\theta \mid X) = \frac{L(\theta \mid X)\pi(\theta)}{\int_{\Theta} L(\theta' \mid X)\pi(\theta')d\theta'}
Ver LaTeX fuente\pi(\theta \mid X) = \frac{L(\theta \mid X)\pi(\theta)}{\int_{\Theta} L(\theta' \mid X)\pi(\theta')d\theta'}