La
materia se divide en dos bloques, 1º) Modelos Lineales (temas 1 y 2) y 2º) Análisis Multivariante. Cada uno de estos bloques se
evaluará de forma independiente, por lo que el hecho de superar uno de ellos no
afecta a la nota del otro. Cada bloque representa el 50% de la nota final de la
asignatura, de la que el 40% proviene de
la prueba objetiva, el 20% de la prueba de respuesta breve y el 40% del trabajo
tutelado.

Los
exámenes oficiales de cada una de las dos oportunidades consistirán en la
resolución de una serie de cuestiones tipo test o de respuesta breve sobre la
aplicación e interpretación de los métodos estudiados en la asignatura. Los
trabajos tutelados consistirán en la aplicación a algún caso práctico,
proporcionado por los docentes, de algunas de las técnicas estadísticas
estudiadas. La calificación obtenida en los trabajos se guardará al largo del
presente curso académico. En el supuesto de no haber presentado el (los)
trabajo(s) tutelado(s) en la primera oportunidad de enero, será(n) requerido(s)
en la segunda oportunidad de julio. Los estudiantes a tiempo parcial y/o con
dispensa académica deberán también entregar este(s) trabajo(s).

Para aprobar la asignatura es necesario tener
aprobado por separado cada uno de los bloques de los que consta la materia. En
caso contrario, de haber superado solo un bloque o ninguno, la calificación
final será como máximo un 4.5. Para superar cada bloque es preciso que la
calificación de la prueba final (examen) no sea inferior a 3 puntos (sobre 10).

En
cualquiera de las dos oportunidades anuales figurará un NO PRESENTADO
únicamente en aquellos casos en los que el alumnado no entregue los trabajos ni
se presente al examen oficial.

Todas
las observaciones previas son aplicables a los estudiantes a tiempo parcial y/o
con dispensa académica.

Resultados de aprendizaje	Competencias del título
Diseñar experimentos, obtener información e interpretar los resultados	A21 A26 A30	B2 B3 B5 B6 B10
Aplicar un pensamiento crítico, lógico y creativo para resolver problemas de forma efectiva.		B2 B3 B4 B5 B6 B10

Tema	Subtema
Modelos de Regresión Lineales	Modelo de regresión lineal simple Modelo de regresión lineal múltiple Otros modelos de regresión
Diseño y Análisis de Experimentos	Principios básicos. Planificación de un experimento Modelos ANOVA con una y varias fuentes de variación Diseños en bloques Diseños con efectos aleatorios Modelos ANCOVA
Introducción al Análisis Multivariante	Descripción de datos multivariantes Análisis de Componentes Principales Análisis de la Varianza Múltiple Análisis Discriminante Análisis de Conglomerados

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Trabajos tutelados	A21 A26 A30 B2 B3 B4 B5 B6 B10	4	10	14
Prácticas a través de TIC	A26 A30 B2 B3 B10	14	22.4	36.4
Solución de problemas	A26 B2 B3 B5 B10	6	9.6	15.6
Sesión magistral	A26 B2 B3 B6 B10	22	55	77
Prueba de respuesta breve	A21 B2 B3 B6	2	0	2
Prueba objetiva	A21 A26 A30 B2 B3 B4 B6 B10	3	0	3

Atención personalizada		2	0	2

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Trabajos tutelados	Los alumnos elaborarán uno o dos trabajos prácticos sobre aspectos relacionados con los distintos bloques temáticos. Los trabajos podrán ser defendidos en seminarios con fechas prefijadas de antemano.
Prácticas a través de TIC	Práctica en el Aula de Informática para introducir el uso de un paquete estadístico y la resolución de problemas a través del programa.
Solución de problemas	Resolución de problemas con el objetivo de que los estudiantes puedan ejercitarse en el manejo de las técnicas estadísticas.
Sesión magistral	Clases magistrales presenciales en las que el profesor expondrá los puntos fundamentales del programa teórico convenientemente ilustrados con ejemplos prácticos.
Prueba de respuesta breve	Cuestionarios de preguntas tipo test y/o preguntas cortas con el propósito de controlar la evolución en la materia
Prueba objetiva	Examen final de los contenidos teóricos y prácticos de la materia consistente en preguntas cortas y/o en la resolución razonada de problemas.

Metodologías	Competéncias	Descripción	Calificación
Trabajos tutelados	A21 A26 A30 B2 B3 B4 B5 B6 B10	Aplicación de diversas técnicas Estadísticas a casos prácticos.	40
Prueba objetiva	A21 A26 A30 B2 B3 B4 B6 B10	Prueba para evaluar los conocimientos alcanzados.	40
Prueba de respuesta breve	A21 B2 B3 B6	Cuestionarios de preguntas tipo test y/o preguntas cortas	20

Observaciones evaluación
La materia se divide en dos bloques, 1º) Modelos Lineales (temas 1 y 2) y 2º) Análisis Multivariante. Cada uno de estos bloques se evaluará de forma independiente, por lo que el hecho de superar uno de ellos no afecta a la nota del otro. Cada bloque representa el 50% de la nota final de la asignatura, de la que el 40% proviene de la prueba objetiva, el 20% de la prueba de respuesta breve y el 40% del trabajo tutelado. Los exámenes oficiales de cada una de las dos oportunidades consistirán en la resolución de una serie de cuestiones tipo test o de respuesta breve sobre la aplicación e interpretación de los métodos estudiados en la asignatura. Los trabajos tutelados consistirán en la aplicación a algún caso práctico, proporcionado por los docentes, de algunas de las técnicas estadísticas estudiadas. La calificación obtenida en los trabajos se guardará al largo del presente curso académico. En el supuesto de no haber presentado el (los) trabajo(s) tutelado(s) en la primera oportunidad de enero, será(n) requerido(s) en la segunda oportunidad de julio. Los estudiantes a tiempo parcial y/o con dispensa académica deberán también entregar este(s) trabajo(s). Para aprobar la asignatura es necesario tener aprobado por separado cada uno de los bloques de los que consta la materia. En caso contrario, de haber superado solo un bloque o ninguno, la calificación final será como máximo un 4.5. Para superar cada bloque es preciso que la calificación de la prueba final (examen) no sea inferior a 3 puntos (sobre 10). En cualquiera de las dos oportunidades anuales figurará un NO PRESENTADO únicamente en aquellos casos en los que el alumnado no entregue los trabajos ni se presente al examen oficial. Todas las observaciones previas son aplicables a los estudiantes a tiempo parcial y/o con dispensa académica.

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.
Complementária
	·  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.