En mi opinión, no hay tales temas en general. La bioestadística es prácticamente una rama separada y muy amplia de las estadísticas. Además, se divide en numerosas secciones más, también extensas: epidemiología, ecología / agricultura / silvicultura / pesca, genética / genómica / proteómica, medicina basada en evidencia completa que incluye un gran dominio separado: investigación de drogas (Investigación clínica), diagnóstico clínico, etc. en. Mucha terminología, modelos específicos de dominio, “enfoques tradicionales”, pruebas específicas (como la prueba Tajima D, TOST, la prueba de Tryon), etc. Lo mismo se aplica a la econometría: no hay un solo tema útil para el científico de datos, sino más bien un rico subdominio de ciencia de datos.
Es posible que desee especializarse en un determinado dominio, convertirse en bioestadístico (¿pero cuál exactamente?) O econométrico.
Por supuesto, puedes aprender algunos temas, pero ¿cómo te ayudaría? Es bastante difícil imaginar que uno participe, digamos, en una investigación clínica que no tenga antecedentes y experiencia sólidos en esta área, siendo solo un estadístico general / científico de datos. Es por eso que “bioestadístico” difiere de un “estadístico regular”. Se aplica a otros dominios también.
- ¿Cuál es el mejor instituto para aprender el programa del aula del curso de análisis de big data en Bangalore?
- ¿Cómo uso el aprendizaje automático para datos espaciales?
- ¿Cuál es la demanda de big data?
- ¿Qué tan importante es la prueba A / B para un científico de datos que trabaja en una empresa de tecnología?
- ¿La ciencia de datos necesita estadísticas?
No sé qué ideas específicas podrían ser interesantes para usted, tal vez la idea de buscar bio-equivalencia, análisis de supervivencia (tiempo hasta el evento en QC), metanálisis, pruebas de dos lados (TOST), modelado farmacodinámico y farmacocinético. , todo el proceso de un ensayo clínico.
