El modelo de regresión lineal se aplica si la variable respuesta es cuantitativa. Se enseña
a ajustar modelos con variables predictoras cuantitativas y/o categóricas y a realizar análisis de residuales para comprobar el ajuste y las condiciones de aplicación.
Se aprende a construir un modelo con propósito predictivo, a preparar tablas pronósticas y a medir el efecto de una exposición en presencia de variables de confusión y de interacción.
Los modelos de regresión logística se usan cuando la variable respuesta es categórica y los de regresión de Poisson o binomial negativa cuando la respuesta es el resultado de un recuento.
Se enseña a construir modelos, a preparar tablas pronósticas y a medir el efecto de una exposición en presencia de variables de confusión y de interacción.
El análisis de la supervivencia se utiliza en estudios de seguimiento para describir la probabilidad de ocurrencia de un evento y la evolución de la tasa de incidencia a lo largo del tiempo.
En primer lugar se explican las estimaciones Kaplan-Meier y Actuarial de la curva de supervivencia. Seguidamente se trata el modelo de riesgos proporcionales de Cox que permite analizar el efecto, sobre la tasa de riesgo, de un conjunto
de factores pronósticos cuantitativos y categóricos que pueden cambiar a lo largo del seguimiento.
Se enseña a construir un modelo de Cox con propósito predictivo, a preparar tablas pronósticas y a medir el efecto de una exposición en presencia de
variables de confusión y de interacción.
Por último se tratan los modelos riesgos competitivos y eventos recurrentes.