Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 51 Horas de Tutorías: 3 Clase Expositiva: 9 Clase Interactiva: 12 Total: 75
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Centro Facultad de Biología
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Elaborar y utilizar modelos notables de distribución de probabilidades.
Saber manejar herramientas informáticas y matemáticas.
Conocer y comprender algunas de las técnicas más notables de la Estadística.
Clases expositivas
Diseño de experimentos: tipos de variabilidad, planificación de un experimento, diseños experimentales clásicos. 1.5
Análisis de varianza: modelo, estimación de los parámetros, análisis de las diferencias, diagnosis del modelo. 1.5
Análisis de series temporales: procesos estacionarios ARMA, procesos no estacionarios ARIMA, identificación y estimación de los modelos, diagnosis de los modelos. 1.5
Regresión y correlación; regresión lineal múltiple 1.5
Análisis multivariante: componentes principales, análisis discriminante, análisis cluster, análisis discriminante, curvas ROC 3
Temario Prácticas
Diseño de experimentos: análisis de un caso de diseño con un factor fijo, análisis de un caso de diseño en bloques completamente aleatorizados 2
Análisis de varianza: especificación del modelo, estimación de parámetros, contrastes de simplificación, diagnosis y validación. 2
Análisis de series temporales: análisis de un caso, identificación inicial de la estructura, estimación de los parámetros y contraste de diagnósticos. 2
Regresión y correlación; regresión lineal múltiple 2
Análisis multivariante: componentes principales, cluster 2
Análisis multivariante: análisis discriminante, curvas ROC 2
Bibliografía básica:
Bibliografía del curso: como material de consulta para el alumno se recomientan algunas obras monográficas: “Time series analysis with applications in R” (,J.D. Cryer, K.S. Chan), “Diseño de experimentos. Principios estadísticos de diseño y análisis de investigación” (R.O. Kuehl), “Análisis de datos multivariantes” (D. Peña), “Estadística. Modelos y Métodos Vol. 2” (D. Peña), “An introduction to R” (W.N. Venables, D.M. Smith)
Aplicaciones informáticas: manejo de software libre (R,) para el ajuste de modelos y el análisis de datos
Uso de internet: Muy aconsejable a nivel de consulta, obtención de datos y aplicaciones informáticas
Bibliografía complementaria:
Venables, W.N. y Smith, D.M. An introduction to R. R Development Core Team
Recursos web:
Muy aconsejable a nivel de consulta, obtención de datos y aplicaciones informáticas
Competencias generales:
• CG08- Potenciar el manejo de idiomas extranjeros.
• CG09- Aplicar un pensamiento crítico, lógico y creativo
• CG10- Capacidad de trabajar de forma individual en el diseño experimental, demostrando autonomía en el trabajo de laboratorio.
Competencias específicas
• CE10- Identificar objetivos relevantes de investigación y planificar su consecución.
Competencias básicas
• CB01 - los alumnos poseen y comprenden los conocimientos que le aporten la capacidad de innovación y originalidad en el desarrollo y/o aplicación de ideas, tanto en el ámbito profesional como en un contexto de investigación;
• CB04- 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;
Competencias transversales
• CT2 - Capacidad de trabajo autónomo y toma de decisiones.
• CT5 - Habilidad en la presentación de conocimientos y resultados: comunicación oral y escrita; capacidad analítica, crítica y de síntesis; uso de recursos informáticos.
El profesor expondrá en clase y por videoconferencia la teoría básica de la asignatura. Diversos ejemplos ilustrarán la aplicación de los resultados teóricos.
Clase de prácticas de pizarra:
Las clases de problemas y laboratorio serán un complemento a las clases teóricas. Se trabajará con boletines de problemas y con software específico de los temas tratados.
Tutorías:
Se fomentará la utilización de tutorías virtuales a través de alguna plataforma de teledocencia.
Material:
El material del curso se pondrá a disposición de los alumnos en la página web a través de alguna plataforma de teledocencia.
IMPORTANTE: La adaptación a los escenarios COVID-19 se refleja en el apartado OBSERVACIONES
Evaluación continua [40-60% de la nota global Consiste en tener en cuenta la asistencia
a las clases teóricas y prácticas (20-40% de la nota global) así como los resultados de cuestionarios breves de evaluación de conocimientos (10-30%)]
Evaluación final [40-60% de la nota global Al final del cuatrimestre se realizará un cuestionario breve para evaluar los conocimientos globales (40-60% de la nota global)
Horas no presenciales 51 h
Se recomienda a los alumnos que vayan estudiando la materia a medida que se van explicando los contenidos
Conocimiento previos: Esta materia presupone conocimientos básicos de métodos cuantitativos aplicados a las ciencias biológicas (matemáticas elementales, bioestadística)
PLAN DE CONTINGENCIA
EN LA SITUACIÓN PREVISTA PARA EL COMIENZO DE CURSO: Escenario 1
La docencia será completamente presencial, sin limitaciones de aforo. Sólo qeda por determinar si la mascarilla será obligatoria, lo que dependerá de las normas establecidas por las autoridades sanitarias y por indicación de la coordinación de la materia.
En caso de paso a Escenario 2
Docencia expositiva e interactiva de pizarra: Por no superar el aforo en aula permitido por las normas en en las universidades, las clases expositivas de teoría y pizarra podrán ser presenciales, mientras se mantengan la situación y las medidas generales impuestas por las autoridades.
Docencia interactiva de laboratorio: El mantenimiento de la distancia de seguridad de 1,5 m es imprescindible; fundamentalmente en laboratorios húmedos. Por ello, en caso de ser necesario, se deben desdoblar los grupos de prácticas, para seguir esta norma básica. En caso de que el desdoble ya efectivo en las materias de primer semestre (y alguna del segundo) no fuera suficiente para ajustarse al aforo reducido del laboratorio, deberá aplicarse una reducción de las prácticas presenciales (transformando alguna en pizarra), para poder aplicar una ampliación del número de grupos (con la consiguiente reducción del número de alumnos por grupos).
Examen: Al igual que la docencia expositiva, debido a no superar el aforo de las aulas, los exámenes podrán ser presenciales.
Norma general: El uso de mascarilla Y el mantenimiento de la distancia de seguridad serán obligatorios en cualquiera de los casos.
EN PREVISIÓN DE UN EMPEORAMIENTO DE SITUACIÓN
En el caso de que se produzca un paso a escenario 3, con empeoramiento en la situación y de las normas impuestas por las autoridades, todas las clases de teoría (expositivas) y pizarra se impartirán, por medios telemáticos, tipo Skype, Teams, o similares, para permitir al alumno la asistencia a la docencia desde casa, habiendo comprobado previamente que todos ellos disponen de suficiente ancho de banda.
Respecto a la docencia de prácticas de laboratorio, en la medida de lo posible se transformarán también en clases de pizarra, mediante ejercicios, vídeos o material semejante, que se compartirán a través de la carpeta en la nube del Máster o, en el caso de exceder la capacidad, por medios como WeTransfer.com o semejantes.
No obstante, de modo voluntario tanto para profesores como alumnos, las prácticas de laboratorio podrían ser recuperadas, posteriormente al cierre del curso, aunque sin posibilidad de evaluación, en fecha y condiciones de común acuerdo. Esto último, siempre que las universidades aseguren la extensión del seguro escolar y de responsabilidad civil de sus alumnos.
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo recogido en la "Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”