1. Estrategias de construcción de modelos: parsimonia e interpretabilidad.
2. Condiciones de aplicación de la regresión logística.
3. Modelos de regresión logística binaria: estimación e interpretación de los parámetros.
4. Evaluación de la validez del modelo.
5. Métodos de selección automatizados de variables: hacia delante y hacia atrás.
6. Consideraciones previas para la realización de un análisis de supervivencia.
7. Funciones de supervivencia y riesgo. Estimación de la función de supervivencia. Comparación de curvas de supervivencia.
8. Modelos de riesgos proporcionales de Cox y modelos tiempo-dependientes.
8. Manejo de programas estadísticos para el análisis de Regresión logística y supervivencia.
9. Interpretación y presentación de los resultados.