Study programme competencies |
Code
|
Study programme competences / results
|
A1 |
Capacidade para elixir e aplicar as metodoloxías de investigación mais adecuadas á investigación proposta. |
A2 |
Capacidade para o deseño experimental e o completo desenvolvemento de proxectos de investigación no ámbito sanitario, desde a formulación da hipótese de investigación ata a comunicación dos resultados. |
B1 |
Capacidade para aplicar o método científico na planificación e o desenvolvemento da investigación sanitaria. |
B2 |
Fluidez e propiedade na comunicación científica oral e escrita. |
B3 |
Compromiso pola calidade do desenvolvemento da actividade investigadora. |
B4 |
Capacidade de análise e de síntese. |
B5 |
Habilidade para manexar distintas fontes de información. |
B6 |
Capacidade para traballar de forma colaborativa en equipos multi e interdisciplinar. |
C1 |
Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma. |
C6 |
Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse. |
C8 |
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Deseñar procedementos de recollida de información |
AR1 AR2
|
BC1 BC5 BC6
|
CC6
|
Identificar os distintos tipos de datos e as súas principais características. |
AR1 AR2
|
BC1 BC5 BC6
|
CC6 CC8
|
Identificar os distintos tipos de datos e as súas principais características. |
AR2
|
BC3 BC5 BC6
|
CC6
|
Utilizar correctamente o software estatístico dispoñible para a análise de datos. |
AR1
|
BC5 BC6
|
CC6
|
Identificar o tipo de análise estatístico que haberá de utilizarse para unha investigación concreta a realizar no ámbito das TIC |
AR1 AR2
|
BC1
|
CC6 CC8
|
Utilizar correctamente o software estatístico dispoñible para a análise de datos. |
AR1 AR2
|
BC1 BC5
|
CC6
|
Saber interpretar correctamente os resultados dunha análise estatística. |
AR1 AR2
|
BC1 BC2 BC3 BC4 BC6
|
CC1 CC6
|
Contents |
Topic |
Sub-topic |
Tema 1. Exploración de datos
|
1. Conceptos preliminares
2. Descrición de variables cuantitativas
3. Descrición de variables cualitativas
4. Táboas de frecuencia
5. Representacións gráficas
6. Medidas características
7. Exploración conxunta de dúas ou máis variables
8. Medidas de asociación
9. Coeficiente de correlación
10. Introdución ao R commander
|
Tema 2. Modelos de probabilidade
|
1. Concepto de probabilidade. Cálculo de probabilidades.
2. Teorema das probabilidades totais e de Bayes.
3. Concepto de variable aleatoria
4. Principais distribucións de probabilidade discretas
5. Principais distribucións de probabilidade continuas: a distribución normal
6. Exemplos con datos simulados |
Tema 3. Introducción á inferencia estadística
|
1. Elección de mostras aleatorias
2. Concepto de distribución na mostraxe
3. Definición de estimador. Propiedades dun estimador.
4. Estimación puntual. Algúns estimadores importantes.
|
Tema 4. Intervalos de confianza
|
1. Intervalos de confianza para a media. Cálculo do
tamaño muestral
2. Intervalos de confianza para a varianza
3. Intervalos de confianza para unha proporción
4. Intervalos de confianza para a diferenza de medias
5. Intervalos de confianza para o cociente de varianzas
6. Intervalos de confianza para a diferenza de proporcións.
|
Tema 5. Contrastes de hipótesis
|
1. Hipótese nula e alternativa
2. Concepto de p-valor
3. Contrastes de hipóteses para unha poboación: sobre a media, a varianza e para unha proporción
4. Contrastes de normalidade
5. Contrastes de hipóteses para dúas poboacións: sobre a diferenza de medias, o cociente de varianzas e para a diferenza de proporcións |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A2 C8 |
10 |
20 |
30 |
Laboratory practice |
A1 A2 A4 B1 B6 C3 |
10 |
10 |
20 |
Case study |
A1 B1 B2 B5 C6 |
2 |
18 |
20 |
Short answer questions |
B3 B4 C1 |
1 |
2 |
3 |
|
Personalized attention |
|
2 |
0 |
2 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Clases teóricas. |
Laboratory practice |
Prácticas en ordenador con software estatístico. |
Case study |
Supostos prácticos. Analises de datos. |
Short answer questions |
Proba na que se avalían os coñecementos teóricos e aplicados adquiridos polo alumno. Consta de preguntas sobre conceptos da materia e aplicacións destes a conxuntos de datos. |
Personalized attention |
Methodologies
|
Case study |
Laboratory practice |
Short answer questions |
|
Description |
Asistencia e participación nas clases teóricas.
Exame escrito de análise de datos con respostas breves.
Participación en prácticas e seminarios.
Suposto práctico a realizar polo alumno.
|
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Case study |
A1 B1 B2 B5 C6 |
Suposto práctico. Análise de datos. A entrega da práctica é VOLUNTARIA. Si entrégase e obtense unha cualificación inferior a seis, non repercute na cualificación final da asignatura. Si na práctica voluntaria obtense unha cualificación superior a seis, si inflúe positivamente na cualificación final da asignatura. |
30 |
Short answer questions |
B3 B4 C1 |
Proba na que se evalúan os coñecementos teóricos e aplicados adquiridos polo alumno. Consta de preguntas sobre conceptos e aplicación dos mesmos a conxuntos de datos.
Esta proba é PRESENCIAL para todos os alumnos, tanto para os da modalidade presencial como os da modalidade on-line. a proba realizarase no lugar e hora fixada pola dirección do Máster.
Para aprobar a asignatura é obligatorio obter polo menos un CATRO nesta proba. |
70 |
|
Assessment comments |
Cualificación
da asignatura • Para aprobar a asignatura hai que obter polo menos un CATRO no
exame. Si a nota do exame é menor que CATRO, a cualificación da asignatura é a
cualificación do exame. • A Práctica é VOLUNTARIA. • Si non se presenta
práctica ou si a cualificación da práctica é inferior a SEIS, a cualificación
da práctica non inflúe na cualificación final. Neste caso, a cualificación da
asignatura é a cualificación do exame. • Si preséntase práctica e obtense unha
cualificación superior a SEIS, si se tierne en conta na cualificación final da
asignatura. • Cálculo da cualificación da asignatura. Denotemos P á nota da
práctica, E á nota do exame, C á cualificación da asignatura.
o Si non se presenta práctica
ou se presenta con P<6. Entón C=E
o Si preséntase práctica e
P>=6. Entón C=(P-6)*0.75 + (10 - (P-6)*0.75)*E*0.1
Para alumnos con matrícula a tiempo parcial, debido al contenido muy práctico y aplicado de la materia, tienen la obligación de asistir a un número de clases no inferior a 30 horas, según le indique el profesor de la asignatura.
|
Sources of information |
Basic
|
Ricardo Cao, Mario Francisco, Salvador Naya, Manuel Presedo, Margarita Vázquez, José A. Vilar e Juan (2001). Introducción a la Estadística y sus Aplicaciones. Ediciones Pirámide
Juan M. Vilar Fernández (2016). Material da asignatura en Moodle. Moodle da asignatura
Juan M. Vilar Fernández (2006). Modelos Estadísticos Aplicados. Publicacións da UDC
Woolson, R. F.; Clarke, W. R (2002). Statistical Methods for the Analysis of Biomedical Data. Wiley
Dupont, W. D. (2002). Statistical Modeling for Biomedical Researchers. Cambridge University Press |
|
Complementary
|
|
|
Recommendations |
Subjects that it is recommended to have taken before |
Preparing of a Research Project I: Information Search/653862201 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
Preparing a Research Project II: Development/653862202 | Management of Health Research/653862204 | Clinical Research I/653862232 | Research in Health Sciences I/653862235 | Research in Health Sciences II/653862236 |
|
Other comments |
Programa
Green Campus FCS Para axudar a conseguir
un entorno inmediato sustentable e cumprir cos obxectivos estratéxicos 1 e 2 do
"III Plan de Acción do Programa Green Campus FCS (2018-2020)", os
traballos documentais que se realicen nesta materia: a. Solicitaranse
maioritariamente en formato virtual e soporte informático. b.
De realizarse en papel: -
Non se empregarán plásticos. -
Realizaranse impresións a dobre cara. -
Empregarase papel reciclado. -
Evitarase a realización de borradores. PLAxio A
detección de fraude, copia ou plaxio na redacción do traballo da materia
implicará un suspenso na oportunidade de avaliación afectada (0,0) e a remisión
directa á oportunidade seguinte. Dita circunstancia
comunicarase á Comisión Académica e ao resto de profesores do título. En caso
de que se reitere a irregularidade nunha 2ª avaliación, a Comisión poderá
solicitar ao Reitor a expulsión temporal ou definitiva do/a estudante do título
cursado. |
|