Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Total: 0
Lenguas de uso Castellano, Gallego, Inglés
Tipo: Complementos formativos Doctorado RD99/2011
Departamentos: Producción Vegetal y Proyectos de Ingeniería
Áreas: Producción Vegetal
Centro Escuela Politécnica Superior de Ingeniería
Convocatoria: Anual
Docencia: Con docencia
Matrícula: Matriculable
Introducir al alumno en las técnicas básicas para el análisis estadístico de datos en la investigación agraria y forestal. Dar a conocer las herramientas para decidir cuándo emplear cada técnica y verificar si se cumplen las condiciones para aplicarla. Presentar las nociones básicas para la obtención e interpretación de resultados manejando herramientas estadísticas mediante el software SPSS.
Tema 1. ANÁLISIS UNIVARIANTE
Variables unidimensionales. Análisis exploratorio de los datos: valores perdidos, outliers, normalidad, homocedasticidad. Inferencia Estadística basada en una muestra: estimación por intervalos de confianza y mediante contraste de hipótesis. Contrastes de bondad de ajuste.
Tema 2. ANÁLISIS BIVARIANTE I
Inferencia Estadística basada en dos muestras: métodos paramétricos y no paramétricos. Análisis de la varianza con un factor.
Tema 3. ANÁLISIS BIVARIANTE II
Variables cualitativas: relaciones. Variables cuantitativas: correlación, regresión lineal y no lineal. Logit.
Tema 4. ANÁLISIS MULTIVARIANTE
Técnicas de dependencia e interdependencia para el análisis de datos. Regresión múltiple. Aplicaciones del análisis de componentes principales, análisis de correspondencias y análisis cluster.
PROGRAMA DE PRÁCTICAS
Prácticas de ordenador: ANÁLISIS DE DATOS CON SPSS.
-SPSS: programas de aplicación en la investigación agraria y forestal.
-Recogida y preparación de los datos.
-Estadística descriptiva. Análisis por grupos.
-Test paramétricos y no paramétricos.
-Análisis de variables categóricas.
-Modelos de regresión.
-Aplicaciones de los métodos multivariantes clásicos.
-Aldás, J.; Uriel, E. (2017): Análisis multivariante aplicado con R. Paraninfo.
-Clewer, A.G.; Scarisbrick, D.H. (2001): Practical statistics and experimental design for plant and crop science. Wiley.
-Crawley, M.J. (2015): Statistics an Introduction Using R. Wiley.
-Ekstrøm, C. T. y Sørensen, H. (2014): Introduction to Statistical Data Analysis for the Life Sciences. CRC Press.
-Fernández, J., Trapero, A. y Domínguez, J. (2018): Experimentación Agraria. Díaz de Santos.
-Ireland, C. (2010): Experimental statistics for agriculture & horticulture. CABI.
-Martínez, M (2009): R for Biologists. The National Institute for Mathematical and Biological Synthesis (NIMBioS). (http://cran.r-project.org/doc/contrib/Martinez-RforBiologistv1.1.pdf)
-Milton, J. S. (2004): Estadística para Biología y Ciencias de la Salud. McGraw-Hill.
-Quinn, G.P. y Keough, M. J. (2002): Experimental Design and Data Analysis for Biologists. Cambridge University Press.
-Samuels, M. L. e outros (2012): Fundamentos de Estadística para las Ciencias de la Vida. Pearson.
-Webster, R. y Oliver, M. A. (1990): Statistical methods in soil and land resource survey. Oxford University Press.
-Zar, J.H. (2010): Biostatistical Analysis. Pearson
Adquirir la capacidad para:
-Organizar, resumir y representar datos.
-Elegir la técnica de análisis de datos adecuada para cada caso.
-Formular problemas en términos de modelos estadísticos.
-Realizar con SPSS los cálculos que requieran los métodos propuestos e interpretar las salidas.
-Comprobar la fiabilidad de los datos de partida y las hipótesis subyacentes a una técnica determinada.
-Interpretar los resultados de los análisis estadísticos.
En todos los temas se hará la exposición de los contenidos con un enfoque centrado en las posibles aplicaciones, presentando los principios de cada técnica de forma breve, desenvolviendo las explicaciones de los pasos a seguir mediante ejemplos. Todas las clases son en el aula de informática para que los alumnos hagan un seguimiento de todos los ejemplos y realicen los ejercicios con el ordenador. El tratamiento de los datos se hará con el software estatístico SPSS.
Los alumnos dispondrán de un guión de prácticas para cada tema en el que se propone la resolución de casos prácticos y la interpretación de algún artículo científico en el que se emplean las técnicas estadísticas estudiadas en clase y realizadas en prácticas.
Esta materia figurará entre las ofertadas desde la USC-Virtual (campus virtual de la USC). Aquí se encontrará todo el material de apoyo para las clases presenciales (presentaciones con ordenador, prácticas...) y la información relativa al seguimiento de la materia (calendario de trabajo, enlaces con páginas web, datos de los problemas…). Se podrán consultar dudas y aprovechar todos los recursos que se ofertan desde el Campus Virtual de la USC. Es imprescindible el uso del campus virtual para recoger los trabajos propuestos y entregar las soluciones.
En los tres escenarios para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo establecido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de las calificaciones”.
La evaluación se hará de forma continua a lo largo del curso mediante la presentación de actividades propuestas, se valorará además la asistencia a las clases. Aquellos alumnos que superen estas pruebas para el seguimiento continuo de la materia non tendrán que presentarse al examen final.
ECTS: 3
Carga de trabajo estimada: 76 h.
Total presencial/virtual: 24h.
Trabajo individual (estimadas): 52 h. (estudio y preparación de las actividades propuestas a los estudiantes)
María Rosa Mosquera Losada
Coordinador/a- Departamento
- Producción Vegetal y Proyectos de Ingeniería
- Área
- Producción Vegetal
- Correo electrónico
- mrosa.mosquera.losada [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad