Datos Identificativos 2019/20
Asignatura (*) Análise de datos en Bioloxía Código 610G02044
Titulación
Grao en Bioloxía
Descriptores Ciclo Período Curso Tipo Créditos
Grao 1º cuadrimestre
Cuarto Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
Estevez Perez, Maria Graciela
Correo electrónico
graciela.estevez.perez@udc.es
Profesorado
Estevez Perez, Maria Graciela
Vilar Fernandez, Jose Antonio
Correo electrónico
graciela.estevez.perez@udc.es
jose.vilarf@udc.es
Web
Descrición xeral Esta materia proporciona un primeiro contacto con técnicas estatísticas avanzadas incluíndo: modelización estatística, ferramentas estatísticas para a análise de datos, procedementos de crítica e diagnose dos resultados e interpretación dos resultados en termos do problema proposto. Os obxectivos son:
- Adquirir unha visión ampla e integrada dos métodos estatísticos resaltando de cada un deles os seus obxectivos e condicións de aplicabilidade.

- Obter os coñecementos precisos para unha análise crítica e rigorosa dous resultados acadados.

- Complementar a aprendizaxe da metodoloxía co apoio de software informático

Competencias do título
Código Competencias do título
A21 Deseñar modelos de procesos biolóxicos.
A26 Deseñar experimentos, obter información e interpretar os resultados.
A30 Manexar adecuadamente instrumentación científica.
B2 Resolver problemas de forma efectiva.
B3 Aplicar un pensamento crítico, lóxico e creativo.
B4 Traballar de forma autónoma con iniciativa.
B5 Traballar en colaboración.
B6 Organizar e planificar o traballo.
B10 Exercer a crítica científica.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Deseñar experimentos, obter información e interpretar os resultados A21
A26
A30
B2
B3
B5
B6
B10
Aplicar un pensamento crítico, lóxico e creativo para resolver problemas de forma efectiva. B2
B3
B4
B5
B6
B10

Contidos
Temas Subtemas
Modelos de Regresión Simple

Modelo de regresión lineal simple
Outros modelos de regresión
Deseño e Análise de Experimentos
Principios básicos. Planificación dun experimento
Deseños cruzados básicos cunha e varias fontes de variación
Deseños en bloques
Deseños con efectos aleatorios
Introdución á análise da covarianza

Introducción á Análise Multivariante
Descrición de datos multivariantes
Análise de Compoñentes Principais
Análise da Varianza Múltiple
Análise Discriminante
Análise de Conglomerados

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Traballos tutelados A21 A26 A30 B2 B3 B4 B5 B6 B10 4 10 14
Prácticas a través de TIC A26 A30 B2 B3 B10 14 23.8 37.8
Solución de problemas A26 B2 B3 B5 B10 5 9 14
Sesión maxistral A26 B2 B3 B6 B10 24 55.2 79.2
Proba obxectiva A21 A26 A30 B2 B3 B4 B6 B10 3 0 3
 
Atención personalizada 2 0 2
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Traballos tutelados Os alumnos elaborarán un ou dous traballos prácticos sobre aspectos relacionados cos distintos bloques temáticos. Os traballos poderán ser defendidos en seminarios con datas prefixadas de antemán.
Prácticas a través de TIC Práctica no Aula de Informática para introducir o uso dun paquete estatístico e a resolución de problemas a través do programa.
Solución de problemas Resolución de problemas co obxecto de que os estudantes poidan exercitarse no manexo das técnicas estatísticas.
Sesión maxistral Clases maxistrais presenciais nas que o profesor exporá os puntos fundamentais do programa teórico convenientemente ilustrados con exemplos prácticos.
Proba obxectiva Exame final dos contidos teóricos e prácticos da materia consistente en preguntas curtas e/ou na resolución razoada de problemas.

Atención personalizada
Metodoloxías
Traballos tutelados
Descrición
Para a realización dos traballos e a preparación da materia os estudantes contarán coa atención personalizada dos docentes de xeito tanto presencial como non presencial.

A vía presencial desenvolverase mediante reunións de traballo cos grupos de alumnos que están a realizar as actividades encomendadas na clase, permitindo detectar erros, discutindo vías axeitadas de resolución e revisando borradores dos estudantes. Tamén na aula mediante a interacción docente-estudantes na presentación e defensa de traballos aplicados. A presenza dos estudantes será obrigatoria. Os estudantes terán tamén oportunidade de realizar titorías personalizadas nos despachos dos docentes para a resolución de dúbidas e corrección de erros.

A vía non presencial para a atención personalizada realizarase mediante correo electrónico, plataforma virtual ou medios semellantes.

Os estudantes co recoñecemento de dedicación a tempo parcial e dispensa académica de exención de asistencia están obviamente liberados da obriga de defender os traballos obrigatorios na clase, pero deberán entregar os mesmos aos docentes. Disporán da mesma estrutura de tempos e esquema para recibir atención personalizada dos profesores, tanto pola vía presencial como a non presencial.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Traballos tutelados A21 A26 A30 B2 B3 B4 B5 B6 B10 Aplicación de diversas técnicas estatísticas a casos prácticos. 50
Proba obxectiva A21 A26 A30 B2 B3 B4 B6 B10 Proba para avaliar os coñecementos acadados. 50
 
Observacións avaliación

Realizarase un seguimento
continuado da adquisición de coñecementos mediante o control de asistencia as
clases, tanto teóricas como prácticas, a corrección de problemas resoltos polos estudantes, e o nivel mostrado no
desenvolvemento dos seminarios.

Os exames oficiais de cada unha das dúas oportunidades consistirán na resolución dunha serie de cuestións tipo test ou de resposta breve sobre a aplicación e interpretación dos métodos estudados na materia. 

Para superar a asignatura (en calquera das dúas oportunidades, xaneiro e xullo), ademais do exame oficial, cada alumno terá que realizar un ou dous traballos consistentes na aplicación a algún caso práctico, proporcionado polos docentes, dalgunhas das técnicas estatísticas estudadas. A cualificación obtida nos traballos gardarase ó longo do presente curso académico. No suposto de non ter presentado o (os) traballo(s) tutelado(s) na primeira oportunidade de xaneiro, será requirido na segunda oportunidade (xullo). Os estudantes a tempo parcial e/ou con dispensa académica deberán tamén entregar este(s) traballo(s).

En calquera caso, superadas as
devanditas probas, a cualificación final poderá ser incrementada ata en 1
punto (sobre 10) en base ós resultados do seguimento continuado ao longo do
curso referido anteriormente.

En calquera das dúas oportunidades anuais figurará un NON PRESENTADO unicamente naqueles casos nos que o alumnado non entregue os traballos nin se presente ó exame oficial.

Todas as observación previas son aplicables aos estudantes a tempo parcial e/ou con dispensa académica. 


Fontes de información
Bibliografía básica

· Kuehl, R.O. (2001) Diseño de Experimentos.Principios estadísticos para el diseño y análisis de investigaciones. 2nded. Thomson Learning.

· Milton, J.S. (2001). Estadística para Biología y Ciencias de la Salud , 3ª Edición,McGraw-Hill.

· Montgomery, D.C. (2005) Design and Analysis of Experiments. 6thEdtition J. Wiley and Sons.

· Peña, D. (2002). Análisis de DatosMultivariantes . McGraw-Hill.

Bibliografía complementaria

·  Box, G.E.P., Hunter, W.G. & Hunter, J.S. (1978). Statistics for Experimenters. An introduction to Design, Data Analysis, and Model Building. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons, Inc.

 ·  Cao,R. et al. (2001). Introducción a la Estadística y sus aplicaciones. Ed. Pirámide, Madrid.

 ·  Dean, A. & Voss, D.  (1999) Design and Analysis of Experiments. Springer-Verlag, New York.

 ·  Gibbons, J.D. & Chakraborti, S. (1992). Nonparametric Statistical Inference. 3rd ed. Marcel Dekker, New York (1992).

 ·  Jobson, J.D. (1992). Applied Multivariate Analysis. Vol. II: Categorical and Multivariate Methods.  Springer Texts in Statistics, Springer-Verlag: New York.

 ·  Martín Andrés, A. & De Dios Luna del Castillo, J. (1994). Bioestadística para las Ciencias de la Salud. 4ª Edición. Eds. NORMA S.A.

 ·  Millard, S.P. & Neerchal, N.J. (2001) Environmental Statistics with S-Plus. Springer. CRC Press LLC.

 ·  Prat, A., Tort-Martorell, X., Groma, P. & Pozueta, L. (1997). M’etodos estadísticos. Control y mejora de la calidad. Edicions UPC (Universitat Politécnica de Catalunya).

 ·  Zar, J.H. (1996). Biostatiscal Analysis. 3rd. ed. Prentice Hall International.


Recomendacións
Materias que se recomenda ter cursado previamente
Estatística/610G02005

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

1- Asistencia e participación nas clases, tanto de índole teórica como práctica.

2- Realización de todos os problemas resoltos en clase con e sen axuda do software estatístico.

3- Complementar o material facilitado polo profesorado con axuda da bibliografía recomendada.

4- Lectura e estudo continuo da materia e realización dos cuestionarios e listados de problemas proporcionados polo profesorado.

5- Participación activa nos seminarios programados para a presentación e defensa de traballos propostos polo profesorado.

6- Familiarizarse co software mediante un uso regular e continuado do mesmo.

7- Tentar aplicar as técnicas estatísticas a problemáticas propostos noutras materias do curso.

8- Uso regular e aproveitamento das sesións de titoría personalizadas.



(*)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