Formación en análisis estadístico de datos biológicos con Python y Google Colab, desde estructuras de datos y estadística descriptiva hasta inferencia, pruebas de hipótesis, ANOVA, regresión, componentes principales y muestreo.

1. El entorno de Google-Colab para Python.
2. Notebooks en Python. Escritura LaTeX. Instalación de librerías.
3. Escribiendo código en Python. Dataframes. Diccionarios. Tuplas y arreglos.
4. Análisis descriptivo de datos: medidas globales y por grupo, tabulaciones, visualización gráfica simple, matrices de varianzas y covarianzas, correlaciones de Pearson y Spearman.
5. Distribuciones de probabilidad discretas y continuas: cuantiles, probabilidades, densidades y generación de números aleatorios.
6. La importancia del concepto de error estándar de la media. Distribuciones muestrales.
7. Escribiendo funciones. Uso de estructuras de programación.
8. Intervalos de confianza.
9. Pruebas de hipótesis.
10. La prueba t-Student.
11. La prueba T² de Hotelling.
12. Pruebas de hipótesis para proporciones y tasas.
13. Pruebas de hipótesis asociadas a datos categóricos.
14. Otros métodos no paramétricos.
15. Análisis de la varianza y covarianza.
16. Introducción al análisis de regresión.
17. Análisis de covarianza.
18. Más del análisis de varianza.
19. Análisis de componentes principales.
20. Introducción al muestreo.