Competencias do título |
Código
|
Competencias / Resultados do título
|
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do título |
|
AI1 AI2 AI5
|
|
|
|
|
BI1 BI2 BI3 BI4 BI5 BI6 BI8 BI9 BI11 BI12
|
|
|
|
|
CI1 CI2 CI3 CI7 CI8 CI9
|
Contidos |
Temas |
Subtemas |
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 |
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Estudo de casos |
A1 A2 A5 B1 B8 B2 B4 B5 B6 B11 B12 C2 C3 C8 C9 |
2 |
20 |
22 |
Proba mixta |
A1 B1 B11 B12 C3 |
2 |
3 |
5 |
Aprendizaxe colaborativa |
A1 A2 B1 B3 B4 C3 C8 |
3 |
21 |
24 |
Prácticas a través de TIC |
A1 A2 B1 B4 B5 B9 B11 B12 C1 C7 C8 |
2 |
22 |
24 |
|
Atención personalizada |
|
0 |
|
0 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Estudo de casos |
Metodoloxía onde o suxeito enfróntase a descrición
dunha situación específica que expón un problema que ha de ser comprendido,
valorado e resolvido por un grupo de persoas, a través dun proceso de discusión.
O alumno sitúase ante un problema concreto (caso), que lle describe unha situación
real da vida profesional, e debe ser capaz de analizar unha serie de feitos,
referentes a un campo particular do coñecemento ou da acción, para chegar a unha
decisión razoada a través dun proceso de discusión en pequenos grupos de traballo.
Supostos prácticos. Analises de datos. Apoio a través de Teams. |
Proba mixta |
Proba que integra preguntas tipo de probas de ensaio e
preguntas tipo de probas obxectivas. En canto a preguntas de ensaio, recolle
preguntas abertas de desenvolvemento. Ademais, en canto preguntas obxectivas, pode
combinar preguntas de resposta múltiple, de ordenación, de resposta breve, de discriminación,
de completar e/ou de asociación.
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.
Apoio a través de Teams. |
Aprendizaxe colaborativa |
Conxunto de procedementos de ensino / aprendizaxe
guiados de forma presencial e/ou apoiados con tecnoloxías da
información e as comunicacións, que se basean na organización da clase en pequenos
grupos nos que o alumnado traballa conxuntamente na resolución de tarefas
asignadas polo profesorado para optimizar a súa propia aprendizaxe e o dos
outros membros do grupo.
Apoio a través de Teams. |
Prácticas a través de TIC |
Metodoloxía que permite ao alumnado aprender de forma
efectiva, a través de actividades de carácter práctico (demostracións,
simulacións, etc.) a teoría dun ámbito de coñecemento, mediante a utilización das
tecnoloxías da información e as comunicacións. As TIC supoñen un
excelente soporte e canle para o tratamento da información e aplicación práctica
de coñecementos, facilitando a aprendizaxe e o desenvolvemento de habilidades por parte
do alumnado.
Prácticas en computador con software estatístico ( R e RCommander). |
Atención personalizada |
Metodoloxías
|
Prácticas a través de TIC |
Proba mixta |
Estudo de casos |
|
Descrición |
Suposto práctico a realizar polo alumno.
Exame escrito de análise de datos utilizando software estadístico.
Participación nas tutorías a través de Teams.
Participación en prácticas e seminarios.
|
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Proba mixta |
A1 B1 B11 B12 C3 |
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 |
Estudo de casos |
A1 A2 A5 B1 B8 B2 B4 B5 B6 B11 B12 C2 C3 C8 C9 |
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 |
|
Observacións avaliación |
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 ten en conta na cualificación final da asignatura. • A valoración máxima da Práctica Voluntaria e de TRES puntos na cualificación final da asignatura. Si o alumno obtén P puntos na práctica, o examen se valora sobre 10-P (a cualificación da asignatura non pode ser superior a 10 puntos).
|
Fontes de información |
Bibliografía básica
|
(). .
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 (2021). Material da asignatura en Moodle e Teams. Moodle e Teams
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 |
En el Moodle y Teams de la asignatura habrá material audiovisual para el estudio de la asignatura. Las transparencias de todos los temas de la asignatura con comentarios de audio. Vídeos de las clases en los que se explican todos los temas de la asignatura, se hacen problemas y se desarrollan ejercicios con RCommander. Archivos pdf donde se indica como descargar e instalar el R y el RCommander. Vídeos en los que se desarrolla de manera completa una práctica de análisis de datos utilizando RCommander. |
Bibliografía complementaria
|
|
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
|
Materias que se recomenda cursar simultaneamente |
Información Científica e Busca de Información en Ciencias da Saúde/653862301d |
|
Materias que continúan o temario |
Modelos Estatísticos para a Investigación Clínica/653862328d | Análise de Supervivencia e Probas Diagnósticas/653862333d |
|
|