Detalles del curso en línea
PRIMER Version 7 será presentado por el Dr. Juan José Cruz Motta (Universidad de Puerto Rico) y Dr. Edlin José Guerra Castro (Universidad Nacional Autónoma de México).
PERMANOVA+ permite una evaluación más profunda de estudios multivariados, pues emplea la descomposición semi-paramétrica de matrices de similitud/distancia y obtiene una rigurosa inferencia estadística usando métodos de permutación. PERMANOVA permite evaluar formalmente modelos lineales, multivariados y univariados, en sistemas sobre parametrizados (más variables que muestras) o que muestran una sustancial violación a la distribución normal o multinormal.
Los participantes explorarán: análisis y estimación de componentes de variación en diseños experimentales complejos, incluyendo interacciones, covariables, contrastes, efectos fijos o aleatorios, modelos ortogonales o anidados, diseños no balanceados, diseños de impacto ambiental, bloques aleatorios o medidas repetidas (PERMANOVA); pruebas de homogeneidad de dispersiones multivariadas y análisis de beta-diversidad (PERMDISP); procedimientos de regresión multivariante y selección de modelos (DISTLM); ordenaciones no restringidas (PCO) o restringidas utilizando análisis de redundancia basado en la distancia (dbRDA) o análisis canónico de coordenadas principales (CAP) para análisis discriminantes o análisis de correlación.
Para tomar este curso es deseable estar familiarizado con los métodos centrales en PRIMER 6 o 7 (por ejemplo, haber asistido previamente a un taller PRIMER) y/o algún conocimiento previo de los métodos multivariados básicos y de diseño experimental. El Curso se desarrollará desde un Sistema de Gestión de Aprendizaje (LMS por sus siglas en inglés) que incluirá: (1) clases teóricas y tutoriales de ejercicios en modalidad asincrónica, (2) acceso a material de apoyo, (3) dos horas diarias de discusiones grupales por videoconferencia (modalidad sincrónica), (4) sesiones individuales de asesorías.
Durante gran parte del último día, los participantes se distribuirán en grupos separados para debatir y analizar sus propios datos en tiempo real en un entorno abierto y colaborativo, con el apoyo de otros participantes del grupo y del presentador.
Cómo registrarse
Para obtener más información, descargue y lea los documentos del curso que se enumeran en el cuadro azul con la etiqueta “Descargar información”, arriba. Para registrarse, envíe su formulario de registro completo a la oficina de PRIMER-e a: primer@primer-e.com. La fecha límite de inscripción y pago es el 1 de diciembre de 2023. Solo se aceptarán inscripciones tardías si el espacio lo permite.
Se llevará a cabo un taller PRIMER V7 en línea del 31 de julio al 4 de agosto de 2023, hora de la Ciudad de México (UTC -6 hrs). Los detalles se pueden encontrar AQUÍ.
Tarifas del taller y software
Las tarifas del taller para residentes de EE. UU. son: $ 880 USD para profesionales y $ 580 USD para estudiantes de tiempo completo. Para aquellos que no residen en los EE. UU., ofrecemos precios de equidad global (GEP) que incluyen un porcentaje de descuento sobre nuestros precios estándar de EE. UU. en conformidad directa con la relación de nivel de precios (PLR) publicada por el Banco Mundial para su país de residencia. En esencia, nuestro GEP significa que el monto que paga por nuestro software y las inscripciones para los talleres en línea depende de su país de residencia.
El software PRIMER por tiempo ilimitado con un 10% de descuento en nuestros precios estándar en $USD. Los participantes que no residen en los EE. UU. también son elegibles para nuestro descuento GEP.
Póngase en contacto con nosotros directamente (primer@primer-e.com), especialmente si desea:
• obtener una cotización para su registro (con o sin software), incluidos todos los descuentos para los que es elegible;
• para registrar a más de una persona de su organización y pagar en una sola factura (incluya formularios de registro separados para cada participante individual); o
• para comprar más de una licencia de software a precios reducidos en una sola factura.