Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 30 Clase Interactiva: 24 Total: 55
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Estatística, Análise Matemática e Optimización
Áreas: Estatística e Investigación Operativa
Centro Facultade de Bioloxía
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Saber obter, organizar, presentar e describir conxuntos de datos mediante estatística descritiva. Saber calcular a probabilidade dun evento. Coñecer as características e distribución das variables aleatorias. Saber describir e aplicar métodos de estatística inferencial.
Manexar paquetes estatísticos que permita a análise de datos obtidos en investigacións do campo da Bioloxía.
EXPOSITIVAS
1. Estatística descritiva (5 horas)
Conceptos xerais. Distribucións de frecuencias. Representacións gráficas. Medidas de posición e dispersión dunha variable. Estatística descritiva bidimensional. Distribucións de frecuencias.
2. Fundamentos de probabilidade (4 horas)
Experimento aleatorio. Sucesos e espazo muestral. Probabilidade condicionada. Independencia de sucesos. Regra do produto, lei de probabilidades totais e Teorema de Bayes. Aplicacións en Bioloxía.
3. Variables aleatorias (6 horas)
Variable aleatoria discreta: función de masa de probabilidade e función de distribución. Medidas características. Distribución de variables bidimensionales. Independencia de variables aleatorias. Modelos de distribucións discretas: Bernoulli e Binomial. Variable aleatoria continua: función de densidade e función de distribución. Medidas de posición e dispersión dunha variable aleatoria. Modelos de distribucións continuas: A distribución normal. Aproximación de distribucións.
4. Estimación e intervalos de confianza (5 horas)
Introdución á inferencia estatística. Formulación xeral do problema de inferencia paramétrica. Estimación puntual dunha proporción. Rumbo e varianza dun estimador. Concepto de intervalo de confianza. Intervalo de confianza para unha proporción. Estimación puntual da media e varianza dunha poboación normal. Intervalos de confianza para a media e a varianza dunha poboación normal.
5. Contraste de hipótese (5 horas)
O problema de contraste de hipótese. Contraste de hipótese para a proporción. Contrastes de hipóteses para a media e a varianza dunha poboación normal. Comparación de dúas medias en mostras emparelladas. Comparación de dúas medias en mostras independentes.
6. O modelo de regresión lineal simple (5 horas)
Elementos dun modelo de regresión: o modelo lineal. Estimación dos parámetros do modelo. Inferencia sobre os parámetros. Covarianza, coeficiente de correlación e coeficiente de determinación. Descomposición da variabilidade. O test F. Predición.
INTERACTIVAS DE SEMINARIO (12 horas, 2 horas por cada tema)
Nos seminarios faranse exercicios relacionados con cada un dos temas explicados nas clases expositivas.
1. Estatística descritiva (2 horas)
2. Fundamentos de probabilidade (2 horas)
3. Variables aleatorias (2 horas)
4. Estimación e intervalos de confianza (2 horas)
5. Contraste de hipótese (2 horas)
6. O modelo de regresión lineal simple (2 horas)
INTERACTIVAS DE LABORATORIO (12 horas)
Introdución a R. (2 horas)
Estatística descritiva univariante (2 horas)
Estatística descritiva bivariante. Modelos de distribución de probabilidade (2 horas)
Estimación e intervalos de confianza (2 horas)
Contraste de hipótese (2 horas)
Regresión lineal simple (2 horas)
TUTORÍAS (1 hora)
Seguimento do desenvolvemento do curso e resolución de dúbidas.
BIBLIOGRAFÍA BÁSICA
Milton, J.S. (2007): "Estatística para bioloxía e ciencias da saúde", Mc Graw-Hill.
BIBLIOGRAFÍA COMPLEMENTARIA
Barón López F.J. (2021): "Bioestadística: Métodos y aplicaciones". Dispoñible en:
https://www.bioestadistica.uma.es/baron/bioestadistica.pdf [Consulta: 13 de maio de 2024]
Crujeiras, R.M. e Faraldo, P. (2010): "Manual de estadística básica para ciencias de la salud", Unidixital.
Glover, T.; Mitchell, K. (2015): "An Introduction to Biostatistics using R", Waveland Press. Dispoñible en :
https://waveland.com/Glover-Mitchell/r-guide.pdf [Consulta: 13 de maio de 2024]
Heumann, C.; Schomaker, M.; Shalab (2016): "Introduction to Statistics and Data Analysis", Springer. Dispoñible en liña a través da Biblioteca da USC.
Martínez González, M.A.; Sánchez Villegas, A.; Toledo Atucha , E.; Faulin Fajardo, J. (2020): "Bioestadística amigable", Elsevier.
Montanero Fernández, J.; Minuesa Abril, C. (2018): "Estadística básica para Ciencias de la salud". Dispoñible en:
http://matematicas.unex.es/jmf/Arquivos/Bioestadistica.pdf [Consulta: 13 de maio de 2024]
Shahbaba, B. (2012): "Biostatistics with R", Springer. Dispoñible en liña a través da Biblioteca da USC.
Verzani, J. (2002): "simpleR. Using R for Introductory Statistics". Dispoñible en:
https://cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf [Consulta: 13 de maio de 2024]
Competencias
Comp02: Que os alumnos desenvolveron esas habilidades de
aprendizaxe necesaria para emprender estudos posteriores cun alto grao de
autonomía.
Comp05: Que o alumnado teña a capacidade de recoller e interpretar datos
relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que
incluír unha reflexión sobre temas relevantes de carácter social, científico ou ético.
Comp06: Ser capaz de transmitir información tanto por escrito como físicamente.
orais e debater ideas, problemas e solucións relacionados coa Bioloxía, antes de a
público xeral ou especializado.
Comp07: Ser capaz de integrarse en equipos interdisciplinares e aplicar o
coñecementos teórico-prácticos para resolver problemas complexos, participar
proxectos científico-técnicos ou clínicos no ámbito biosaludable e garantindo a saúde
e benestar.
Habilidades e destrezas:
H/D01: Aplicar de forma integrada os coñecementos teórico-prácticos adquiridos
na transmisión de información/ideas e no enfoque e resolución de
problemas, tanto en contextos académicos como profesionais.
H/D02: Saber obter e interpretar información e resultados relevantes
experimentos e obter conclusións sobre temas relacionados coa Bioloxía.
H/D04: Propoñer, aplicar e interpretar modelos e métodos matemáticos
estatística no campo da Bioloxía.
H/D07: Capacidade para buscar, procesar, analizar e sintetizar información
procedentes de diversas fontes, incluíndo o uso das TIC no ámbito da
Bioloxía.
H/D08: Capacidade de razoamento, argumentación e pensamento crítico.
Tanto as clases expositivas (clases maxistrais) como as clases interactivas seminario (solución de problemas ou seminarios) serán presenciais, nunha aula con encerado, onde se explicarán os contidos teóricos da materia e os procedementos de resolución de problemas (resolvendo exercicios e propoñendo outros para a súa resolución polo alumnado).
As clases interactivas de laboratorio (prácticas aula informática) serán presenciais e é axeitado que o alumnado poida utilizar o seu ordenador portátil. Introducirase a ferramenta informática R [http://www.r-project.org]. Resolveranse e proporán exercicios para a súa resolución con R por parte dos alumnos. Isto permitiranos non só pór en práctica os coñecementos estudados na materia, senón tamén adquirir os recursos necesarios para manexar dita ferramenta informática.
As probas e traballos serán presenciais e todos son avaliables.
Manterase o seguinte esquema:
Avaliación continua: a avaliación continua realizarase ao longo do cuadrimestre. Constará dos seguintes elementos:
-Resolución de exercicios e preguntas asociadas a cada tema, nos que o alumno utilizará as técnicas estatísticas e os coñecementos adquiridos nas clases expositivas.
A través desta actividade avalíanse as competencias, habilidades e habilidades: Comp06, H/D01, H/D02, H/D08
-Avaliación das clases prácticas de informática.
A través desta actividade avalíanse as competencias, habilidades e habilidades: H/D01, H/D02, H/D07, H/D08
A cualificación obtida na avaliación continua conservarase nas dúas ocasións do mesmo curso.
Exame final: o exame final constará de varias cuestións teórico-prácticas sobre os contidos da materia, que poderán incluír a interpretación dos resultados obtidos coa ferramenta informática R, empregada nas prácticas docentes informáticas.
A nota final, tanto na primeira como na segunda oportunidade, será a máxima da nota do exame escrito teórico-práctico, por unha banda, e a media ponderada da avaliación continua (30 %) e da nota do exame teórico-práctico (70%), por outra banda. O alumnado que non se presente ao exame escrito teórico-práctico terá "non presentado".
O alumnado que non supere a materia no curso deberá repetir todas as probas do curso seguinte. Non se conservará ningunha puntuación das probas dun curso a outro.
Recoméndase dedicar polo menos unha hora e media de traballo adicional por cada hora de clase expositiva e interactiva, ademais das titorías.
Asistencia a todas as actividades docentes.
Consulta da bibliografía recomendada.
Os alumnos disporán dos materiais da materia no Campus Virtual (Moodle). Nestes materiais están os contidos (teóricos e prácticos) da materia.
Esta guía e os criterios e metodoloxías nela descritos están suxeitos ás modificacións que se deriven da normativa e as directrices da USC.
Indicación referida ao plaxio e ao uso indebido das tecnoloxías na realización das tarefas ou probas: Para os casos de realización fraudulenta de exercicios ou probas, será de aplicación o recolleito na "Normativa de avaliación do rendemento académico dos estudantes e da revisión das cualificacións".
Pedro Faraldo Roca
- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Teléfono
- 881813216
- Correo electrónico
- pedro.faraldo [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Maria Angeles Casares De Cal
Coordinador/a- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Teléfono
- 881813183
- Correo electrónico
- mariadelosangeles.casares.decal [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
Martes | |||
---|---|---|---|
18:00-19:00 | Grupo /CLE_01 | Castelán | Aula 03. Carl Linneo |
19:00-20:00 | Grupo /CLE_02 | Castelán | Aula 04: James Watson e Francis Crick |
Mércores | |||
18:00-19:00 | Grupo /CLE_01 | Castelán | Aula 03. Carl Linneo |
19:00-20:00 | Grupo /CLE_02 | Castelán | Aula 04: James Watson e Francis Crick |
30.05.2025 16:00-20:00 | Grupo /CLE_01 | Aula 01. Charles Darwin |
30.05.2025 16:00-20:00 | Grupo /CLE_01 | Aula 02. Gregor Mendel |
30.05.2025 16:00-20:00 | Grupo /CLE_01 | Aula 03. Carl Linneo |
02.07.2025 16:00-20:00 | Grupo /CLE_01 | Aula 01. Charles Darwin |
02.07.2025 16:00-20:00 | Grupo /CLE_01 | Aula 02. Gregor Mendel |