Datos Identificativos 2024/25
Asignatura (*) Estatística Aplicada a Ciencias da Saúde Código 653862305d
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Primeiro Optativa 3
Idioma
Castelán
Modalidade docente Non presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
Vilar Fernandez, Juan Manuel
Correo electrónico
juan.vilar@udc.es
Profesorado
Vilar Fernandez, Juan Manuel
Correo electrónico
juan.vilar@udc.es
Web http://www.mastermais.udc.es/
Descrición xeral Coñecer as técnicas estatísticas básicas para a análise de datos
procedentes das ciencias da saúde, identificar o ámbito de aplicación de cada unha,
comprender as hipóteses estruturais requiridas polos distintos modelos e diagnosticar o
posible incumprimento destas.

Competencias / Resultados 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
ATENCIÓN PERSONALIZADA PARA O CONXUNTO DO ALUMNADO
A atención personalizada sirve para o seguimento da aprendizaxe de cada estudante por parte do profesorado.
A través da titoría (presencial ou a distancia), o profesorado aborda a resolución de dúbidas e orienta ao estudo.
A tal fin, o alumnado dispón dun horario oficial de titorías, que poderán realizarse de modo presencial ou a través dos medios institucionais da UDC de atención a distancia.

ATENCIÓN PERSONALIZADA PARA O ALUMNADO CON DEDICACIÓN PARCIAL OU DIFICULTADES PARA CONCILIAR O ESTUDO COA VIDA FAMILIAR E/OU LABORAL
A atención personalizada para o alumnado que, de modo xustificado, ten dificultades para conciliar o estudo coa vida familiar e/ou laboral, poderá realizarse:
· Nas condicións establecidas para o conxunto do alumnado.
· A demanda, previa solicitude por correo electrónico.

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

Avaliación da materia.  Consta de dous partes: unha práctica individual e voluntaria e o exame. 

Se o alumno presenta práctica VOLUNTARIA e a súa cualificación é inferior a SEIS, a cualificación da práctica non inflúe na cualificación final. Neste caso, a cualificación da materia é a cualificación do exame. 

Se o alumno presenta práctica VOLUNTARIA e obtense unha cualificación superior a SEIS, si se ten en conta na cualificación final da materia. Neste caso a valoración máxima da práctica na nota final é de TRES puntos.

Se o alumno non presenta a práctica VOLUNTARIA, a cualificación da materia é a cualificación do exame. 

Para aprobar a materia hai que obter polo menos un CATRO sobre 10 no exame. Si a nota do exame é menor que CATRO, a cualificación da materia é a cualificación do exame.  

Si na práctica obtéñense P puntos a cualificación do exame é sobre 10-P (a nota da materia non pode ser superior a 10 puntos).

Para aprobar a materia a cualificación final debe ser CINCO ou superior.

PLAXIO

En caso de plaxio, aplicarase o seguinte:

Cualificación de suspenso na convocatoria en que se cometa a falta e respecto da materia en que se cometese: o/a estudante será cualificado/a con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario.

REALIZACIÓN FRAUDULENTA DAS PROBAS OU ACTIVIDADES DE AVALIACIÓN

A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a perda do dereito á oportunidade na que se cometa a falta e respecto da materia na que se tivese cometido. Nas actas figurará un non presentado nesta oportunidade.


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

Observacións

PROGRAMA GREEN CAMPUS FCS 

Para axudar a conseguir unha contorna inmediata substentable e cumprir cos obxectivos estratéxicos do "V Plan de Acción do Programa Green Campus FCS (2023-2025)", 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. 

  

POLÍTICAS DE XÉNERO 

Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (usarase linguaxe non sexista, utilizarase bibliografía de autores/as de ambos sexos, propiciarase a intervención en clase de alumnos e alumnas...). 

Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. 

Deberanse detectar situacións de discriminación por razón de xénero e proporanse accións e medidas para corrixilas.  



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías