Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 74.25 Horas de Tutorías: 2.25 Clase Expositiva: 18 Clase Interactiva: 18 Total: 112.5
Lenguas de uso Castellano, Gallego, Inglés
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Estadística, Análisis Matemático y Optimización
Áreas: Estadística e Investigación Operativa
Centro Facultad de Veterinaria
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
El objetivo general es dar a conocer los principales modelos de distribución de probabilidade, las técnicas básicas de inferencia estadística, y sus aplicaciones a las Ciencias de la vida y, en particular, a la Veterinaria. También se introducen modelos relacionados con tomas de decisiones en el ámbito del marketing y de la gestión empresarial.
Tema 1. TÉCNICAS DE EXPLORACIÓN DE DATOS (8 h.)
Conceptos generales de bioestadística y mercadotecnia. Escala de medidas. Preparación de datos. Representaciones gráficas. Exploración de datos unidimensionales e bidimensionales en el ámbito veterinario y de la gestión empresarial. Medidas de asociación.
Tema 2. PROBABILIDADES Y VARIABLES ALEATORIAS (10 h.)
Experimentos aleatorios. Probabilidad. Concepto de variable aleatoria. Variables aleatorias discretas y continuas. Distribución normal. Distribuciones relacionadas con la normal.
Tema 3. ESTIMACIÓN PUNTUAL Y POR INTERVALOS DE CONFIANZA (8 h.)
Muestreo aleatorio. Recolección de datos en Veterinaria y gestión empresarial. Estimadores puntuales. Intervalos de confianza sobre los parámetros de una población. Determinación del tamaño de una muestra. Interpretación de resultados en el ámbito de la Veterinaria, la Gestión y la Mercadotecnia.
Tema 4. CONTRASTE DE HIPÓTESIS (8 h.)
Conceptos generales. Toma de decisiones en el ámbito de la Veterinaria, la Gestión y la Mercadotecnia. Contraste de hipótesis sobre los parámetros de una población. Tablas de tabulación cruzada. Análisis de relaciones entre variables.
Laboratorio. PRÁCTICAS EN EL AULA DE INFORMÁTICA
Sesión 1. Utilización de fórmulas y funciones. (2 h.)
Sesión 2. Técnicas de exploración de datos en el ámbito veterinario y de gestión empresarial. (2 h.)
Sesión 3. Menús de variables aleatorias unidimensionales y distribuciones. (2 h.)
Sesiones 4 y 5. Inferencia estadística. Aplicaciones para la toma de decisiones e interpretación de resultados en el ámbito de la Veterinaria, la Gestión y el Marketing. (4 h.)
Bibliografía Básica
-Arriaza Gómez, A.J. y otros (2008). Estadística básica con R y R-Commander. Universidad de Cádiz.
-Cao, R. y otros (2001). Introducción a la Estadística y sus aplicaciones. Ed. Pirámide.
-Daniel, W (2004). Bioestadística. Ed. Limusa.
-González Manteiga, M.T. (2021). 400 problemas resueltos de estadística multidisciplinar. Diaz de Santos.
-Milton, J. S. (2004). Estadística para Biología y Ciencias de la Salud. McGraw-Hill.
Bibliografía Complementaria
-Elosua Oliden, P. y Etxeberria Murgiondo, J. (2012). R Commander : gestión y análisis de datos. La Muralla, D.L.
-García Pérez, A. (2010). Estadística básica con R. U.N.E.D.
-González Manteiga, M.T. (2021). 400 problemas resueltos de estadística multidisciplinar. Diaz de Santos.
-Grande, I. y Abascal E. (2009). Fundamentos y técnicas de investigación comercial. ESIC.
-Hines, W. W. y Montgomery, D. C. (1997). Probabilidad y Estadística para Ingeniería y Administración. CECSA.
-Kinnear, T.C. y Taylor, J.R. (1998). Información de mercados. Un enfoque aplicado. Mc Graw Hill.
-Luque, T. (2000). Técnicas de análisis de datos en investigación de mercados. Ed. Pirámide.
-Martín, A. y Luna, J. (2004). Bioestadística para Ciencias de la Salud. Ed. Norma.
-Miguel Álvarez, J.A. et al (2022): Probabilidad y Estadística con R Commander. Prensas de la Universidad de Zaragoza.
-Mirás Calvo, M.A.; Sánchez Rodríguez, E (2018). Técnicas estadísticas con hoja de cálculo y R. Azar y variabilidad en las ciencias naturales. Servizo de Publicacións da Universidade de Vigo.
-Norman, G. y Streiner, D. (2005). Bioestadística. Ed. Mosby.
-Samuels, M. L.; Witmer, J. A. y Schaffner, A. (2012) Fundamentos de Estadística para las Ciencias de la Vida. Pearson.
-Sarabia Alegría, J.M; Prieto Mendoza, F.; Jordá Gil, V (2018). Prácticas de estadística con R. Pirámide
-Vargas Sabadías, A. (1995). Estadística descriptiva e inferencial. Universidad de Castilla-La Mancha.
.Competencias Generales
o GVUSC01. Capacidad de aprendizaje y adaptación.
o GVUSC02. Capacidad de análisis y síntesis.
o GVUSC03. Conocimientos generales sobre el área de trabajo.
o GVUSC05. Capacidad de aplicar los conocimientos en la práctica.
o GVUSC06. Capacidad de trabajar de forma autónoma y en equipo.
.Competencias Específicas
A.-Competencias específicas disciplinares (saber)
o CEDVUSC 13. Conocer los aspectos organizativos, económicos y de gestión en todos aquellos campos de la profesión veterinaria.
.Competencias Específicas profesionales (saber hacer, competencias a día 1, day-one skills)
o D1VUSC 03. Realizar técnicas analíticas básicas e interpretar resultados clínicos, biológicos y químicos.
o D1VUSC 15. Asesoramiento y gestión, técnica y económica, de empresas de ámbito veterinario en un contexto de sostenibilidad.
o D1VUSC 17. Realizar informes técnicos propios de las competencias veterinarias.
.Competencias Específicas Académicas (querer hacer)
o CEAVUSC 06. Saber buscar asesoramiento y ayuda profesionales.
o CEAVUSC 08. Ser consciente de la necesidad de mantener actualizados los conocimientos, habilidades y actitudes de las competencias profesionales mediante un proceso de formación permanente.
.Competencias transversales
o CTVUSC 01. Capacidad para el razonamiento y la argumentación.
o CTVUSC 03. Capacidad para elaborar y presentar un texto organizado y comprensible.
o CTVUSC 05. Habilidad en el manejo de las TICs.
A lo largo del curso se impartirán los siguientes tipos de clases.
34 horas de clase (26 magistrales, 4 prácticas de pizarra y 4 seminarios) que se desarrollarán en el aula, a través de la realización de ejercicios, los contenidos de la materia. Las exposiciones se realizarán mediante presentaciones con el ordenador multimedia que se complementarán con las explicaciones necesarias, haciendo uso de la pizarra cuando sea conveniente, y con la resolución de problemas. Las transparencias de las presentaciones de cada tema estarán a disposición de los estudiantes en el Campus Virtual de la USC antes de comenzar el tema correspondiente.
10 horas de clase en el aula de informática en las que se empleará un paquete estadístico. En estas clases se usarán unos guiones y ficheros que estarán a disposición de los estudiantes en el Campus Virtual de la USC antes de cada sesión
1 horas de tutorías en grupo.
En esta materia no se concede dispensa total. En base a la Instrucción Nº 1/2017 da Secretaría Xeral los estudiantes a los que se conceda dispensa parcial, no tendrán la obligación de asistir a las clases expositivas, pero se mantiene la obligación de asistencia a todas las actividades interactivas, por ser necesaria la asistencia de modo presencial.
El sistema de evaluación será el mismo para todos los estudiantes ya que en las actividades para las que se concede la dispensa parcial no se realizan actividades de evaluación de modo presencial.
Evaluación competencia a día 1
C1.24 Utilizar el equipamiento básico de diagnóstico y realizar un examen de forma eficaz según corresponda, de acuerdo cona las buenas prácticas de seguridad y salud y la normativa vigente. Comprender la contribución de las herramientas digitales e de la inteligencia artificial en Veterinaria.
Objetivo
O1. Realizar en el aula de informática y con el apoyo de un paquete estadístico, un análisis descriptivo de una y dos variables.
(C1.24) (Práctica) Tarea T1. Los estudiantes realizarán un análisis estadístico básico de datos de una y dos variables con el apoyo de un programa informático. (O1)
Técnica de avaliación da competencia C1.24
Realizarase a partir de un cuestionario con preguntas curtas, nos últimos minutos da terceira ou cuarta sesión de prácticas. Aqueles estudantes que non superen a proba a primeira vez, deberán solicitar unha primeira titoría co profesor para analizar os erros realizados. Terán a opción de repetila nunha sesión de titoría en decembro previa á realización do exame final. Os que non superen a proba para a primeira oportunidade poderán repetila antes da data do exame final da segunda oportunidade, nunha sesión de titoría convocada polo profesor responsable da materia. Considerarase superada a avaliación deste obxectivo se acada un mínimo de 5 puntos sobre un máximo de 10 no cuestionario. Para aqueles que a superen positivamente a avaliación deste obxectivo, a nota desta proba contará coma un 5% da nota total, e estará incluída dentro do apartado da avaliación continua. Os que non superen esta proba non poderán aprobar na materia.
Estudantes repetidores: Os estudantes repetidores terán superada esta parte da avaliación da competencia a día 1.
Las tutorías se realizarán de modo presencial, para mantener una comunicación directa con los estudiantes se utilizará el foro del Campus Virtual, MS Teams o el correo electrónico.
La evaluación de la materia se realizará mediante evaluación continua y las actividades de evaluación al final del semestre:
-Las actividades de evaluación continua tendrán una puntuación máxima de 3 puntos en la calificación final. Se realizarán mediante cuestionarios de respuesta corta, en las sesiones de seminarios y/o de clases de prácticas en las aulas de informática. Los alumnos repetidores pueden optar por mantener la nota de evaluación continua de los cursos anteriores si la tienen superada o por realizar de nuevo las actividades de evaluación continua.
-Las actividades de evaluación al final del semestre tendrán una puntuación máxima de 7 puntos en la calificación final. La evaluación al final del semestre se realizará mediante una prueba escrita con cuestiones, fundamentalmente prácticas, sobre los conceptos, modelos y procedimientos estudiados en las clases.
Para superar la materia será necesario:
i) obtener por lo menos 3 puntos en la prueba de evaluación final, y
ii) obtener por lo menos una calificación de un 5 sumadas las actividades de evaluación continua y de evaluación final.
En el caso caso de non obtener por lo menos 3 puntos en la prueba de evaluación al final del semestre, esa será la nota de la materia. En otro caso la nota de la materia será la suma de la nota de la prueba de evaluación final y la nota de la evaluación continua.
-Las notas de las actividades de evaluación continua podrán mantenerse para la segunda oportunidad de la materia en el caso de no superarla en la primera oportunidad.
En esta materia no se concede dispensa total. En base a la Instrucción Nº 1/2017 de la Secretaría Xeral aquellos estudiantes a los que se le conceda dispensa parcial, no tendrán el deber de asistir a las clases expositivas, pero se mantiene la obligación de asistencia a todas las actividades interactivas, por ser necesaria la asistencia a las mismas de manera presencial.
El sistema de evaluación será el mismo para todos los estudiantes ya que en las actividades para las que se concede la dispensa parcial no se realizan actividades de evaluación de manera presencial.
Evaluación competencia a día 1
C1.24 Utilizar la equipación básica de diagnóstico y realizar un examen de forma eficaz segundo corresponda al caso, de acuerdo con las buenas prácticas de seguridad y salud y la normativa vigente. Comprender la contribución de las herramientas digitales y de la inteligencia artificial en Veterinaria.
Objetivo
El1. Realizar en el aula de informática y con el apoyo de un paquete estadístico un análisis descriptivo de una y de dos variables.
(C1.24) (Práctica) Tarea T1. Los estudiantes realizarán un análisis estadístico básico de datos de una y de dos variables con el apoyo de un programa informático. (El1)
Técnica de evaluación de la competencia C1.24
Se realizará a partir de un cuestionario con preguntas cortas, en los últimos minutos de la tercera o cuarta sesión de prácticas. Aquellos estudiantes que no superen la prueba a primera vez, deberán solicitar una primera tutoría con el profesor para analizar los errores realizados. Tendrán la opción de repetirla en una sesión de tutoría en diciembre previa a la realización del examen final. Los que no superen la prueba para la primera oportunidad podrán repetirla antes de la fecha del examen final de la segunda oportunidad, en una sesión de tutoría convocada por el profesor responsable de la materia. Se considerará superada la evaluación de este objetivo se alcanza un mínimo de 5 puntos sobre un máximo de 10 en el cuestionario. Para aquellos que la superen positivamente la evaluación de este objetivo, la nota de esta prueba contará como un 5% de la nota total, y estará incluida dentro del apartado de la evaluación continua. Los que no superen esta prueba no podrán aprobar en la materia.
Estudiantes repetidores: Los estudiantes repetidores tendrán superada esta parte de la evaluación de la competencia a día 1.
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo establecido en la “Normativa de avaliación do rendemento académico dos estudantes e de revisión das cualificacións”.
Horas presenciales: 45 (Clases expositivas: 30, Horas de seminario: 4, Horas de prácticas de ordenador: 10 y Horas de tutoría:1 )
Horas no presenciales: 67,5 (Estudio individual: 25, Elaboración de trabajos: 12, Resolución de casos/problemas: 27,5, Evaluación: 3).
Total volumen de trabajo: 112,5 horas.
- Asistencia participativa en las clases expositivas, interactivas y tutorías de grupo.
- Estudio diario de la materia.
- Realización de los ejercicios propuestos.
- Asistencia a las tutorías para consultar dudas.
Jose Maria Alonso Meijide
Coordinador/a- Departamento
- Estadística, Análisis Matemático y Optimización
- Área
- Estadística e Investigación Operativa
- Correo electrónico
- josemaria.alonso [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Luis Alberto Ramil Novo
- Departamento
- Estadística, Análisis Matemático y Optimización
- Área
- Estadística e Investigación Operativa
- Correo electrónico
- l.ramil [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
| Martes | |||
|---|---|---|---|
| 13:00-14:00 | Grupo /TI-ECTS13 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS02 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS05 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS08 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS11 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS03 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS06 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS09 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS12 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS01 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS04 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS07 | Castellano | Aula 3 |
| 13:00-14:00 | Grupo /TI-ECTS10 | Castellano | Aula 3 |
| Miércoles | |||
| 09:00-10:00 | Grupo /CLE_01 | Castellano | Aula 3 |
| Jueves | |||
| 09:00-10:00 | Grupo /CLE_01 | Castellano | Aula 3 |
| Viernes | |||
| 09:00-10:00 | Grupo /CLE_01 | Castellano | Aula 3 |
| 22.01.2025 09:00-11:00 | Grupo /CLE_01 | Aula 1 |
| 22.01.2025 09:00-11:00 | Grupo /CLE_01 | Aula 2 |
| 22.01.2025 09:00-11:00 | Grupo /CLE_01 | Aula 3 |
| 02.07.2025 09:00-11:00 | Grupo /CLE_01 | Aula 1 |
| 02.07.2025 09:00-11:00 | Grupo /CLE_01 | Aula 2 |