Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 74.25 Horas de Titorías: 2.25 Clase Expositiva: 18 Clase Interactiva: 18 Total: 112.5
Linguas de uso Castelán, Galego, Inglés
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Estatística, Análise Matemática e Optimización
Áreas: Estatística e Investigación Operativa
Centro Facultade de Veterinaria
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O obxectivo xeral é dar a coñecer os principais modelos de distribución de probabilidade, as técnicas básicas de inferencia estatística, e as súas aplicacións ás Ciencias da vida e, en particular, á Veterinaria. Tamén se introducen modelos relacionados con tomas de decisións no ámbito do marketing e a xestión empresarial.
Tema 1. TÉCNICAS DE EXPLORACIÓN DE DATOS (8 h.)
Conceptos xerais de bioestatística e mercadotecnia. Escala de medidas. Preparación de datos. Representacións gráficas. Exploración de datos unidimensionais e bidimensionais no ámbito veterinario e da xestión empresarial. Medidas de asociación.
Tema 2. PROBABILIDADES E VARIABLES ALEATORIAS (10 h.)
Experimentos aleatorios. Probabilidade. Concepto de variable aleatoria. Variables aleatorias discretas e continuas. Distribución normal. Distribucións relacionadas coa normal.
Tema 3. ESTIMACIÓN PUNTUAL E POR INTERVALOS DE CONFIANZA (8 h.)
Mostraxe aleatoria. Recolección de datos en Veterinaria e xestión empresarial. Estimadores puntuais. Intervalos de confianza sobre os parámetros dunha poboación. Determinación do tamaño dunha mostra. Interpretación de resultados no ámbito da Veterinaria, a Xestión e a Mercadotecnia.
Tema 4. CONTRASTE DE HIPÓTESES (8 h.)
Conceptos xerais. Toma de decisións no ámbito da Veterinaria, a Xestión e a Mercadotecnia. Contraste de hipóteses sobre os parámetros dunha poboación. Táboas de tabulación cruzada. Análise de relacións entre variables.
Laboratorio. PRÁCTICAS NA AULA DE INFORMÁTICA
Sesión 1. Utilización de fórmulas e funcións. (2 h.)
Sesión 2. Técnicas de exploración de datos no ámbito veterinario e de xestión empresarial. (2 h.)
Sesión 3. Menús de variables aleatorias unidimensionales e distribucións. (2 h)
Sesións 4 e 5. Inferencia estatística. Aplicacións para a toma de decisións e interpretación de resultados no ámbito da Veterinaria, a Xestión e a Mercadotecnia. (4 h.)
Bibliografía básica
-Arriaza Gómez, A.J. e outros (2008). Estadística básica con R y R-Commander. Universidad de Cádiz.
-Cao, R. e outros (2001). Introducción a la Estadística y sus aplicaciones. Ed. Pirámide.
-González Manteiga, M.T. (2021). 400 problemas resueltos de estadística multidisciplinar. Diaz de Santos.
-Daniel, W (2004). Bioestadística. Ed. Limusa.
-Milton, J. S. (2004). Estadística para Biología y Ciencias de la Salud. McGraw-Hill.
Bibliografía complementaria
-Elosua Oliden, P. e 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. e Abascal E. (2009). Fundamentos y técnicas de investigación comercial. ESIC.
-Hines, W. W. e Montgomery, D. C. (1997). Probabilidad y Estadística para Ingeniería y Administración. CECSA.
-Kinnear, T.C. e 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. e 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. e Streiner, D. (2005). Bioestadística. Ed. Mosby.
-Samuels, M. L.; Witmer, J. A. e Schaffner, A. (2012) Fundamentos de Estadística para las Ciencias de la Vida. Pearson.
-Sarabia Alegría, J.M; Prieto Mendoza, F. e Jordá Gil, V (2018). Prácticas de estadística con R. Pirámide
-Vargas Sabadías, A. (1995). Estadística descriptiva e inferencial. Universidad de Castilla-La Mancha.
Competencias Xerais
o GVUSC01. Capacidade de aprendizaxe e adaptación.
o GVUSC02. Capacidade de análise e síntese.
o GVUSC03. Coñecementos xerais sobre o área de traballo.
o GVUSC05. Capacidade de aplicar os coñecementos na práctica.
o GVUSC06. Capacidade de traballar de forma autónoma e en equipo.
Competencias Específicas
A.-Competencias específicas disciplinares (saber)
o CEDVUSC 13. Coñecer os aspectos organizativos, económicos e de xestión en todos aqueles campos da profesión veterinaria.
B.- Competencias Específicas profesionais (saber facer, competencias a día 1, dayone skills)
o D1VUSC 03. Realizar técnicas analíticas básicas e interpretar resultados clínicos, biolóxicos e químicos.
o D1VUSC 15. Asesoramento e xestión, técnica e económica, de empresas de ámbito veterinario nun contexto de sostenibilidade.
o D1VUSC 17. Realizar informes técnicos propios das competencias veterinarias.
C.-Competencias Específicas Académicas (querer facer)
o CEAVUSC 06. Saber buscar asesoramento e axuda profesionais.
o CEAVUSC 08. Ser consciente da necesidade de manter actualizados os coñecementos, habilidades e actitudes das competencias profesionais mediante un proceso de formación permanente.
2.3 Competencias transversais
o CTVUSC 01. Capacidade para o razoamento e a argumentación.
o CTVUSC 03. Capacidade para elaborar e presentar un texto organizado e comprensible.
o CTVUSC 05. Habilidade no manexo das TICs.
Ao longo do curso impartiranse os seguintes tipos de clases.
34 horas de clase (26 maxistrais, 4 prácticas de pizarra e 4 seminarios) a levar en cabo na aula onde se irán desenvolvendo, a través da realización de exercicios, os contidos da materia. As exposicións faranse mediante presentacións co computador multimedia que se complementarán coas explicacións necesarias, facendo uso do encerado cando sexa conveniente, e coa resolución de problemas. As transparencias das presentacións de cada tema estarán á disposición dos estudantes no Campus Virtual da USC antes de comezar o tema correspondente.
10 horas de clase na aula de informática nas que se empregará un paquete estatístico. Nestas clases empregaranse uns guións e ficheiros que estarán a disposición dos estudantes no Campus Virtual da USC antes de cada sesión
1 horas de titorías en grupo.
Non procede a dispensa de asistencia ás clases de prácticas.
As titorías poden realizarse de modo presencial, para manter unha comunicación directa cos estudantes empregarase o foro do Campus Virtual, MS Teams ou o correo electrónico.
A avaliación da materia farase mediante avaliación continua e as actividades de avaliación ao final do semestre:
-As actividades de avaliación continua terán unha puntuación máxima de 3 puntos na cualificación final. Realizaranse mediante cuestionarios de resposta curta, nas sesións de seminarios e/ou de clases de prácticas nas aulas de informática. Os alumnos repetidores poden optar por manter a nota de avaliación continua dos cursos anteriores se a teñen superada ou por realizar de novo as actividades de avaliación continua.
-As actividades de avaliación ao final do semestre terán unha puntuación máxima de 7 puntos na cualificación final. A avaliación ao final do semestre farase mediante unha proba escrita con cuestións, fundamentalmente prácticas, sobre os conceptos, modelos e procedementos estudados nas clases.
Para superar a materia será necesario:
i) obter polo menos 3 puntos na proba de avalición final, e
ii) obter polo menos unha cualificación dun 5 sumadas as actividades de avaliación continua e de avalación final.
No caso caso de non obter polo menos 3 puntos na proba de avaliación ao final do semestre, esa será a nota da materia. Noutro caso a nota da materia será a suma da nota da proba de avaliación final e a nota da avaliación continua.
-As notas das actividades de avaliación continua poden manterse para a segunda oportunidade da materia no caso de non superala na primeira oportunidade.
Nesta materia non se concede dispensa total. En base á Instrución Nº 1/2017 da Secretaría Xeral aqueles estudantes aos que se lle conceda dispensa parcial, non terán a obriga de asistir ás clases expositivas, pero mantense a obrigación de asistencia a tódalas actividades interactivas, por ser necesaria a asistencia ás mesmas de xeito presencial.
O sistema de avaliación será o mesmo para tódolos estudantes xa que nas actividades para as que se concede a dispensa parcial non se realizan actividades de avaliación de xeito presencial.
Avaliación competencia a día 1
C1.24 Utilizar o equipamento básico de diagnóstico e realizar un exame de forma eficaz segundo corresponda ao caso, de acordo coas boas prácticas de seguridade e saúde e a normativa vixente. Comprender a contribución das ferramentas dixitais e da intelixencia artificial en Veterinaria.
Obxectivo
O1. Realizar na aula de informática e co apoio dun paquete estatístico unha análise descritiva dunha e de dúas variables.
(C1.24) (Práctica) Tarefa T1. Os estudantes realizarán unha análise estatística básica de datos dunha e de dúas variables co apoio dun 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.
Para os casos de realización fraudulenta de exercicios o probas será de aplicación o establecido na “Normativa de avaliación do rendemento académico dos estudantes e de revisión das cualificacións”.
Horas presenciais: 45 (Clases expositivas: 30, Horas de seminario: 4, Horas de prácticas de ordenador: 10 e Horas de titoría:1 )
Horas non presenciais: 67,5 (Estudio individual: 25, Elaboración de traballos: 12, Resolución de casos/problemas: 27,5, Avaliación: 3).
Total volume de traballo: 112,5 horas.
- Asistencia participativa nas clases expositivas, interactivas e titorías de grupo.
- Estudo diario da materia.
- Realización dos exercicios propostos.
- Empregar as titorías para consultar calquera dúbida que poida xurdir.
Jose Maria Alonso Meijide
Coordinador/a- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Correo electrónico
- josemaria.alonso [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidade
Luis Alberto Ramil Novo
- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Correo electrónico
- l.ramil [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Martes | |||
---|---|---|---|
13:00-14:00 | Grupo /TI-ECTS05 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS08 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS11 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS03 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS06 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS09 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS12 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS01 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS04 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS07 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS10 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS13 | Castelán | Aula 3 |
13:00-14:00 | Grupo /TI-ECTS02 | Castelán | Aula 3 |
Mércores | |||
09:00-10:00 | Grupo /CLE_01 | Castelán | Aula 3 |
Xoves | |||
09:00-10:00 | Grupo /CLE_01 | Castelán | Aula 3 |
Venres | |||
09:00-10:00 | Grupo /CLE_01 | Castelán | 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 |