Ir al contenido principal

Entradas populares de este blog

PROYECCION FUTURA, BASADA EN UN MODELO PARAMETRICO PARA LA EXTRAPOLACION TEMPORAL DE LOS CASOS CONFIRMADOS Y ACUMULADOS-DIARIOS DE SARS-CoV-2, TOTALES PARA ESPAÑA

https://www.lavanguardia.com/vida/20200316/474173678153/coronavirus-covid-19-estacional-trilla.html D AILY FUTURE PROJECTION, BASED ON A PARAMETRIC MODEL FOR THE TEMPORARY EXTRAPOLATION OF THE CONFIRMED AND ACCUMULATED-DAILY CASES OF SARS-CoV-2, TOTAL FOR SPAIN   Grupo de predicción COVID-19, Universidad de Barcelona (Facultad de Medicina, Facultad de Biología). Antonio Monleon-Getino 1, 3, 4 ,   Jaume Canela-Soler 2 1.Section of Statistics, Departament of Genetics, Microbiology and Statistics, Faculty of Biology, Univeristy of Barcelona, Barcelona, Spain 2.Section of Biostatistics. Clinical Foundations Department, School of Medicine, Univeristy of Barcelona, Barcelona, Spain 3.Group of Researh in Bioestatistics and Bioinformatics (GRBIO) , Barcelona, Spain 4.BIOST3. Group of Researh in Clinical Bioestatistics, Bioinformatics and Data Science, Barcelona, Spain Email address: amonleong@ub.edu ; jcanela@ub.edu   This model is based on the study: Next weeks of SARS
Publicar un comentario
Leer más

Ciencia de los datos (data science), aplicaciones a la biología y a la medicina con Phyton y R

Ciencia de los datos (data science), aplicaciones a la biología y a la medicina con Phyton y R Ciència de les dades (data science) aplicacions a la biologia i a la medecina amb Python i R Data Science - application to biology and medicine with Python and R Ciencia de los datos (data science), aplicaciones a la biología y a la medicina con Phyton y R Coordinación: Dr Antonio Monleón-Getino. (Secció d’ Estadística. Departament de Genètica, Microbiologia i Estadística. Facultat de Biologia. Curs 2017-2018; director de projectes de recerca en bioestadística aplicada i bioinformàtica- GRUP BIOST3 amonleong@ub.du) Secretaría técnica: Elisabeth Ballester, eballester@ub.edu CURSO EXPERTO UNIVESITARIO 150 h (90 h presencials + treballs) 3 maig-Juliol 2017 (3 meses-> 20h mes, 8h semana+seminaris)
Publicar un comentario
Leer más
Articulo muy interesante sobre How much of a Bayesian posterior distribution falls inside a region of practical equivalence (ROPE) The posterior distribution of a parameter shows explicitly the relative credibility of the parameter values, given the data. But sometimes people want to make a yes/no decision about whether a particular parameter value is credible, such as the "null" values of 0.0 difference or 0.50 chance probability. For making decisions about null values, I advocate using a  region of practical equivalence  (ROPE) along with a posterior  highest density interval (HDI). The null value is declared to be  rejected  if the (95%, say) HDI falls completely  outside  the ROPE, and the null value is declared to be  accepted  (for practical purposes) if the 95% HDI falls completely  inside  the ROPE. This decision rule accepts the null value only when the posterior estimate is precise enough to fall within a ROPE. The decision rule rejects the null only when t
Publicar un comentario
Leer más