 |
Guia docente | |||||||||||||||||||||
| DATOS IDENTIFICATIVOS | 2012_13 | |||||||||||||||||||||
| Asignatura | ANALISIS DE DATOS | Código | 00209106 | |||||||||||||||||||
| Enseñanza |
|
|||||||||||||||||||||
| Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||
| 3 | Optativa | Primer | Anual |
|||||||||||||||||||
| Idioma |
|
|||||||||||||||||||||
| Prerrequisitos | ||||||||||||||||||||||
| Departamento | MATEMATICAS |
|||||||||||||||||||||
| Responsable |
|
Correo-e | mjpism@unileon.es darim@unileon.es emmazn@unileon.es mcrods@unileon.es |
|||||||||||||||||||
| Profesores/as |
|
|||||||||||||||||||||
| Web | http:// | |||||||||||||||||||||
| Descripción general | ||||||||||||||||||||||
| Tribunales de Revisión |
|
|||||||||||||||||||||
| Competencias |
| Tipo A | Código | Competencias Específicas |
| A10867 | 209CMAT11 Presentación de resultados | |
| A10870 | 209CMAT14 Uso de paquetes estadísiticos | |
| A10874 | 209CMAT18 Utilización de otros recursos informáticos y bibliográficos | |
| Tipo B | Código | Competencias Generales y Transversales |
| B2079 | 209CT1 Demostrar poseer y comprender conocimientos que se basan en los típicamente asociados al primer ciclo y los amplían y mejoran, lo que les aporta una base o posibilidad para ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación | |
| B2080 | 209CT2 Saber aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios ( o multidisciplinares) relacionados con su área de estudio | |
| B2081 | 209CT3 Ser capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios | |
| B2082 | 209CT4 Saber comunicar sus conclusiones, y los conocimienots y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades | |
| B2083 | 209CT5 Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo | |
| Tipo C | Código | Competencias Básicas |
| C1 | Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. | |
| C2 | Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. | |
| C3 | Que los estudiantes sepan comunicar sus conclusiones (y los conocimientos y razones últimas que las sustentan) a públicos especializados y no especializados de un modo claro y sin ambigüedades. | |
| C4 | Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. |
| Resultados de aprendizaje |
| Resultados | Competencias | ||
| Conocer y utilizar el tipo de contraste adecuado y los métodos para relacionar los datos. | A10867 A10870 |
B2080 |
C1 |
| Conocer y utilizar modelos estadísticos para comparar muestras, determinar la interacción entre variables aleatorias. | A10867 A10870 A10874 |
B2080 B2083 |
C1 C4 |
| Elaborar documentos sobre un problema propuesto de Biología y Biomedicina. | A10867 A10870 A10874 |
B2079 B2081 B2082 |
C2 C3 |
| Realizar exposiciones donde se planteen y resuelvan problemas sobre Biología y Biomedicina. | A10867 A10874 |
B2082 |
C3 |
| Conocer modelos estadísticos en el ámbito de la Biología Computacional | A10870 A10874 |
C4 |
|
| Contenidos |
| Bloque | Tema |
| Contrastes de hipótesis | Contrastes de aleatoriedad, normalidad y medianas. Contrastes para dos medias. Contrastes para dos varianzas. Contrastes sobre una proporción. |
| Contrastes chi-cuadrado | Contrastes para datos categóricos: el estadístico chi-cuadrado. Bondad de ajuste. Contraste de independencia. Contraste de homogeneidad. |
| Análisis de la varianza | Comparación de medias según los niveles de un factor: Anova de un factor. Test de Kruskal-Wallis. Anova por bloques. Test de Friedman. Comparación de medias según los niveles de dos factores: Anova de dos factores. Contraste de interacción. Contraste de efectos principales. |
| Regresión y correlación. | El modelo de regresión lineal simple. Estimación de los parámetros de regresión. Inferencias acerca de los coeficientes de regresión. Predicción. Introducción a la correlación. Contrastes asociados a un modelo. Regresión lineal múltiple: Modelos lineales generales. Estimación de los parámetros. Contrastes y análisis de la bondad del modelo. Predicción. Ampliaciones del supuesto básico. |
| Análisis multivariante | Métodos de clasificación: análisis discriminante y análisis cluster. Métodos de reducción de variables. |
| Análisis de secuencias biológicas | Algoritmos de programación dinámica para el alineamiento de secuencias. Modelos de Markov ocultos aplicados al análisis de secuencias.. |
| Planificación |
| Metodologías :: Pruebas | |||||||||
| Horas en clase | Horas fuera de clase | Horas totales | |||||||
| Practicas a través de TIC en aulas informáticas | 15 | 20 | 35 | ||||||
| Trabajos | 0 | 16 | 16 | ||||||
| Tutorías | 1 | 0 | 1 | ||||||
| Presentaciones/exposiciones | 0.25 | 2.75 | 3 | ||||||
| Sesión Magistral | 10 | 10 | 20 | ||||||
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | |||||||||
| Metodologías |
| descripción | |
| Practicas a través de TIC en aulas informáticas | Utilizando programas informáticos se resolverán ejercicios sobre aplicación de los contenidos explicados en las clases magistrales. |
| Trabajos | Cada alumnos elegirá una parte de la asignatura sobre la cual el profesor le propondrá realizar un trabajo. |
| Tutorías | En las tutorías se darán unas orinetaciones sobre como elaborar el probajo individual y la epxosición del mismo. |
| Presentaciones/exposiciones | Cada alumno expondrá el trabajo que ha realizado. |
| Sesión Magistral | Se expondrán los contenidos básicos de la asignatura que previamente se habrán colgado en Moodle a fin de que cada alumno los haya podido leer. |
| Tutorías |
|
|
| Evaluación |
| descripción | calificación | ||
| Sesión Magistral | Se valorará la asistencia y participación en las clases magistrales. | Hasta 1 punto | |
| Practicas a través de TIC en aulas informáticas | Se valorará el trabajo en el aula informática en las distintas sesiones presenciales y la realización de alguna prueba específica, test, cuestionario, etc. | Hasta 3 puntos | |
| Trabajos | Se tendrá en cuenta la originalidad y la correcta realización, tanto en la forma como en el fondo, de los trabajos que presentarán los alumnos. | Hasta 4 puntos | |
| Presentaciones/exposiciones | Se calificará la exposición o presentación del trabajo realizado atendiendo a la correcta utilización del vocabulario, el orden, claridad, etc. | Hasta 2 puntos | |
| Otros comentarios y segunda convocatoria | |||
| Fuentes de información |
| Acceso a la Lista de lecturas de la asignatura |
| Básica |
S. Milton A. Turrero, M. P. Zuluaga, Estadística para Biología y Ciencias de la Salud, MacGraw Hill Interamericana, 2007
D. Peña, Fundamentos de Estadística, Alianza Universidad, 2001
V. Abraira, A. Pérez de Vargas, Métodos Multivariantes en Bioestadística, Centro de Estudios Ramón Areces, 1996
G. Canavos, Probabilidad y Estadística. Aplicaciones y métodos, MacGraw-Hill, 2003
D. Peña, Regresión y Diseño de Experimentos, Grupo Anaya Comercial, 2010 |
Guía sencilla de SPSS. http://e-stadistica.bio.ucm.es/web_spss/introduccion.html Moodle a través de la pg webhttp://www3.unileon.es/master/wwulemmi/master09-10/ |
|
| Complementaria | |
| Recomendaciones |