Guia docente

DATOS IDENTIFICATIVOS

2016_17

Asignatura

ANÁLISIS DE DATOS

Código

00212007

Enseñanza

M.U.INVEST.EN BIOLOGIA FUNDA.Y BIOMEDICINA

Descriptores

Cr.totales

Tipo

Curso

Semestre

Optativa

Primer

Anual

Idioma

Castellano

Ingles

Prerrequisitos

Departamento

MATEMATICAS

Responsable

ARIAS MOSQUERA , DANIEL

Correo-e

darim@unileon.es
emmazn@unileon.es
mjpism@unileon.es
mcrods@unileon.es

Profesores/as

ARIAS MOSQUERA , DANIEL

MAZCUÑÁN NAVARRO , EVA MARÍA

PISABARRO MANTECA , MARÍA JESÚS

RODRÍGUEZ SÁNCHEZ , MARIA CRISTINA

Web

http://www.unileon.es/estudiantes/estudiantes-master/oferta-titulaciones/mu-metodologia-investigacion-biologia-biomedicina/plan-estudios?id=0212007&curso=2013

Descripción general

Interpretación y análisis de datos en Ciencias Biomédicas

Tribunales de Revisión

Tribunal titular
Cargo	Departamento	Profesor
Presidente	MATEMATICAS	CARRIEGOS VIEIRA , MIGUEL
Secretario	MATEMATICAS	TROBAJO DE LAS MATAS , MARIA TERESA
Vocal	MATEMATICAS	GARCIA FERNANDEZ , ROSA MARTA

Tribunal suplente
Cargo	Departamento	Profesor
Presidente	MATEMATICAS	GOMEZ PEREZ , JAVIER
Secretario	MATEMATICAS	LOPEZ CABECEIRA , MONTSERRAT
Vocal	MATEMATICAS	VEGA CASIELLES , SUSANA

Competencias

Tipo A	Código	Competencias Específicas
	A13050	212CE5 Capacidad de utilización de los métodos matemáticos y estadísticos adecuados para para analizar los datos obtenidos en estudios biológicos o médicos, así como su edición y presentación en documentos científicos.
Tipo B	Código	Competencias Generales y Transversales
	B2894	212CT1 Expresión oral y escrita
	B2897	212CT12 Pensamiento crítitco
	B2899	212CT2 Solucion de problemas
	B2900	212CT3 Utilizar Internet como medio de comunicación y como fuente de información
	B2901	212CT4 Habilidad de comunicación
	B2902	212CT5 Organizar y planificar el trabajo
	B2903	212CT6 Tomar decisiones
	B2906	212CT9 Creatividad
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.
	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
Utilizar métodos matemáticos apropiados para analizar datos obtenidos en estudios biológicos o médicos	A13050	B2894 B2897 B2899 B2900 B2901 B2902 B2903 B2906	C1 C3 C4
Utilizar programas informáticos que implementen métodos matemáticos para analizar datos	A13050	B2894 B2897 B2899 B2900 B2901 B2902 B2903 B2906	C1 C3 C4
Actualizar conocimientos relativos a la edición y presentación de documentos científicos con contenidos matemáticos	A13050	B2894 B2897 B2899 B2900 B2901 B2902 B2903 B2906	C1 C3 C4

Contenidos

Bloque	Tema
Contrastes de Hipótesis	Fundamentos de los contrastes. Análisis de potencia. Contrastes paramétricos y no paramétricos. Datos categóricos.
Análisis de la varianza	Comparación de medias según los niveles de un factor: Anova de un factor. Anova por bloques. 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. Modelos ocultos de Markov.
Cálculo y edición	Herramientas informáticas para realizar cálculos matemáticos. Herramientas informáticas para editar y presentar documentos con contenidos matemáticos.

Planificación

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Seminarios	10	30	40

Practicas a través de TIC en aulas informáticas	25	25	50
Tutorías	5	10	15

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

Metodologías ::

	descripción
Seminarios	Los alumnos expondrán un caso práctico en el contexto de su línea de investigación.
Practicas a través de TIC en aulas informáticas	Se utilizarán herramientas informáticas para la resolución de problemas.
Tutorías	Destinadas a la preparación de los seminarios.
Sesión Magistral	Se expondrán las bases teóricas y métodos prácticos relacionados con los contenidos de la asignatura.

Tutorías

Seminarios

descripción

Destinadas a la preparación de los seminarios.

Evaluación

	descripción	calificación
Sesión Magistral	Se valorarán asistencia y participación.	2 puntos
Seminarios	Se valorarán presentación, planteamiento y búsqueda de solución del caso práctico.	3 puntos
Practicas a través de TIC en aulas informáticas	Se valorarán asistencia, participación y resolución de problemas.	5 puntos

Otros comentarios y segunda convocatoria
En la segunda convocatoria el alumno expondrá un caso práctico en el contexto de su línea de investigación, que resolverá usando métodos y programas informáticos vistos en la asignatura.

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica	Douglas C. Montgomery, Design and Analysis of Experiments (eighth edition), Wiley, 2013 J. Susan Milton, Estadística para Biología y Ciencias de la Salud (3ª edición ampliada), McGraw-Hill, 2007

Complementaria	R. Durbin, S. Eddy, A. Krogh, G. Mitchison, Biological sequence analysis, Cambridge, 1998 Santiago L. Ipiña, Ana I. Durand, Inferencia estadística y análisis de datos, Pearson, 2008 V. Abraira, A. Pérez de Vargas, Métodos Multivariantes en Bioestadística, Centro de Estudios Ramón Areces, 1996 D. Peña, Regresión y Diseño de Experimentos, Grupo Anaya Comercial, 2010 Warren J. Ewens, Gregory R. Grant, Statistical Methods in Bioinformatics, Springer, 2005

Recomendaciones