Editorial: Ra-Ma y Ediciones Diaz de Santos

Autor: Fernández Casado, Pablo Enrique;Quesada Rico, Jose Antonio

Edición: 1

N° Páginas: 420

Tipo de pasta: Pasta blanda

Descripción:
Primer libro: Son muchos los que piensan que el aprendizaje con juegos de construcción como Lego(c) puede ayudar al desarrollo personal debido a que estimula las habilidades motoras, las cognitivas y otras tantas más que intervienen en el proceso de desarrollo y creativo de los jóvenes. Si a esto le añadimos un enfoque más actual que implique el uso de una metodología STEAM, (Ciencia, Tecnología, Ingeniería, Artes y Matemáticas), lo que se desea aprender se vuelve más eficiente y persistente, gracias a la diversión e impacto que esta forma de trabajo. Con este libro y a través de sus 32 prácticas nos divertiremos construyendo robots y también descubriremos nuevos recursos e ideas aprendiendo robótica, electrónica, física, música e historia y cómo interactuar con nuestras creaciones. Seremos capaces de crear nuestro propio robot con Lego(c) y de programarlo para que interactúe con nosotros hablando y gesticulando, detectando colores, caminando, detenerse ante obstáculos, derribar objetos e, incluso, que sea capaz de crear otras construcciones menores y muchas cosas más. Como resultado nuestros hijos y alumnos desarrollaran sus capacidades de forma lúdica y divertida. “La mente es como un paracaídas: sólo funciona si se abre. Albert Einstein”.
Segundo libro: Este no es un libro para aprender Bioestadística, ni es un libro para aprender R. Esta obra trata de cómo aplicar métodos bioestadísticos con el entorno R a problemas reales de práctica clínica, o a resolver objetivos de investigación en Ciencias de la Salud. Con numerosos ejemplos prácticos, el autor muestra soluciones de código con R sobre los principales métodos estadísticos aplicados a la Biomedicina. El texto contiene una primera parte de Bioestadística Básica, donde muestra el código con los métodos básicos de la estadística bivariante y multivariante. La segunda parte, Bioestadística Avanzada, aplica modelos multivariantes lineales generalizados, modelos mixtos, aditivos y análisis de supervivencia.