| Castellano |
| Ingles |
| Tribunal titular | ||
|---|---|---|
| Cargo | Departamento | Profesor |
| Tribunal suplente | |||
|---|---|---|---|
| Cargo | Departamento | Profesor | |
|
Guia docente | |||||||||||||||||||||
| DATOS IDENTIFICATIVOS | 2023_24 | |||||||||||||||||||||
| Asignatura | ANÁLISIS DE DATOS | Código | 01736007 | |||||||||||||||||||
| Enseñanza | ||||||||||||||||||||||
| Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||
| 5 | Optativa | Primer | ||||||||||||||||||||
| Idioma |
|
|||||||||||||||||||||
| Prerrequisitos | ||||||||||||||||||||||
| Departamento | ||||||||||||||||||||||
| Responsable | Correo-e | |||||||||||||||||||||
| Profesores/as | |
|||||||||||||||||||||
| Web | http:// | |||||||||||||||||||||
| Descripción general | Interpretación y análisis de datos en Biología Fundamental y Biomedicina | |||||||||||||||||||||
| Tribunales de Revisión |
|
|||||||||||||||||||||
| Competencias |
| Tipo A | Código | Competencias Específicas |
| Tipo B | Código | Competencias Generales y Transversales |
| 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. | |
| C5 | Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
| Resultados de aprendizaje |
| Resultados | Competencias | ||
| Profundizar en métodos matemáticos para analizar datos obtenidos de estudios biológicos o médicos | A17411 |
B5400 B5402 B5403 B5404 B5405 B5407 B5408 B5409 B5411 B5412 B5413 B5414 B5415 B5416 |
C1 C2 C3 C4 C5 |
| Actualizar conocimientos sobre programas informáticos útiles para el análisis matemático de los datos. | A17411 |
B5400 B5402 B5403 B5404 B5405 B5406 B5407 B5408 B5409 B5410 B5411 B5412 B5413 B5414 B5415 B5416 |
C1 C2 C3 C4 C5 |
| Actualizar conocimientos relativos a la edición y presentación de documentos científicos con contenidos matemáticos. | A17411 |
B5400 B5402 B5403 B5404 B5405 B5406 B5407 B5408 B5409 B5410 B5411 B5412 B5413 B5414 B5415 B5416 |
C1 C2 C3 C4 C5 |
| Contenidos |
| Bloque | Tema |
| Bloque I. Cálculo y edición | Tema 1: Herramientas informáticas de cálculo y edición. 1.1. Herramientas informáticas para realizar cálculos matemáticos. 1.2. Herramientas informáticas para editar y presentar documentos con contenidos matemáticos. |
| Bloque II. Inferencia estadística y contraste de hipótesis | Tema 2: Inferencia estadística y contraste de hipótesis. 2.1. Inferencia estadística. 2.2. Fundamentos de los contrastes de hipótesis. 2.3. Contrastes paramétricos y no paramétricos. 2.4. Análisis de potencia. |
| Bloque III. Diseño de experimentos y análisis de la varianza | Tema 3: Diseño de experimentos. 3.1. Tipos de variabilidad. 3.2. Planificación de un experimento. 3.3. Principios básicos en el diseño de experimentos. 3.4. Diseños experimentales básicos. Tema 4: Análisis de la varianza. 4.1. Comparación de medias según los niveles de un factor: ANOVA de un factor. 4.2. Anova por bloques. 4.3. Comparación de medias según los niveles de dos factores: ANOVA de dos factores. 4.4. Contraste de interacción. 4.5. Contraste de efectos principales. |
| Bloque IV. Regresión | Tema 5: El modelo de regresión lineal simple. 5.1. Regresión y correlación. 5.2. El modelo de regresión simple. 5.3. Estimación de los parámetros de regresión. 5.4. Inferencias acerca de los coeficientes de regresión. 5.5. Predicción. 5.6. Contrastes asociados a un modelo. 5.7. Contrastes y análisis de la bondad de ajuste del modelo. Tema 6: Otros modelos de regresión. 6.1. Regresión lineal múltiple. 6.2. Regresión logística. 6.3. Análisis de supervivencia: modelo de riesgos proporcionales de Cox. |
| Bloque V. Análisis multivariante | Tema 7: Análisis multivariante 7.1. Introducción al análisis multivariante. 7.2. Métodos de dependencia. 7.3. Métodos de interdependencia. |
| Bloque VI. Métodos avanzados de análisis de datos biológicos y biomédicos | Tema 8: Métodos avanzados de análisis de datos en Biología y Biomedicina. |
| Planificación |
| Metodologías :: Pruebas | |||||||||
| Horas en clase | Horas fuera de clase | Horas totales | |||||||
| Practicas a través de TIC en aulas informáticas | 30 | 30 | 60 | ||||||
| Tutorías | 15 | 0 | 15 | ||||||
| Seminarios | 20 | 0 | 20 | ||||||
| Sesión Magistral | 10 | 20 | 30 | ||||||
| (*)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 | Se utilizarán herramientas informáticas para la resolución de problemas. |
| Tutorías | Destinadas a la preparación de los seminarios. |
| Seminarios | Seminarios de evaluación del trabajo en grupo. |
| Sesión Magistral | Se expondrán las bases teóricas y métodos prácticos relacionados con los contenidos de la asignatura. |
| Tutorías |
|
|
| Evaluación |
| descripción | calificación | ||
| Practicas a través de TIC en aulas informáticas | Se valorará el trabajo diario en el aula por medio de los ejercicios que se propondrán sobre el tema que se estudia en cada caso. | 70% | |
| Seminarios | Preparación de un tema en el último bloque y presentación del mismo al resto de compañeros. | 15% (trabajo) 15% (presentación) |
|
| Otros comentarios y segunda convocatoria | |||
| <p> En caso de que un/a alumno/a no supere la asignatura en la convocatoria ordinaria, la segunda convocatoria se podría evaluar mediante un examen final que abarque todos los contenidos de la asignatura. Antes de recurrir al examen final, no obstante, se dará la posibilidad de recuperación de alguna de las partes en la evaluación continua.</p> | |||
| Fuentes de información |
| Acceso a la Lista de lecturas de la asignatura |
| Básica |
Everitt, Brian S. & Hothorn, Torsten , A Handbook of Statistical Analyses Using R, CRC Press, 2009
W.K. Hardle & L. Simar, Applied multivariate statistical analysis, fourth edition, Springer, 2015
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
Quinn, Gerry P. & Keough, Michael J., Experimental design and data analysis for biologists, Cambridge University Press, 2002 |
|
|
|
| Complementaria |
B.S. Everitt, An R and S-Plus companion to multivariate analysis, Springer, 2005
G.D. Ruxton, Experimental design for the life sciences, Oxford University Press, 2016
H. Motulsky, Intuitive biostatistics, Oxford University Press, 1995
M.D. Ugarte, A.F. Militino & A. Arnholt, Probability and statistics with R, CRC, 2008
D. Peña, Regresión y Diseño de Experimentos, Grupo Anaya Comercial, 2010 |
https://www.r-project.org/ http://equator-network.org/ |
| Recomendaciones |
| Otros comentarios | |
| Se recomienda haber cursado previamente algún curso de estadística durante los estudios de Grado. |