Pla docent de l'assignatura

 

Tanca imatge de maquetació

 

Imprimeix

 

Dades generals

 

Nom de l'assignatura: TŔcniques d'AnÓlisi de Dades en Ecologia Marina

Codi de l'assignatura: 572726

Curs acadŔmic: 2019-2020

Coordinaciˇ: Juan Luis Riera Rey

Departament: Departament de Biologia Evolutiva, Ecologia i CiŔncies Ambientals

crŔdits: 3

Programa ˙nic: S

 

 

RESUM

 

L’anàlisi de dades és una competència bàsica per al desenvolupament de qualsevol activitat investigadora o professional en l’àmbit de l’ecologia marina. En aquest curs es refermen conceptes bàsics d’estadística (descripció de dades, estimació de paràmetres, tests d’hipòtesis, selecció de models) i de representació gràfica, i s’introdueixen tècniques avançades univariants (per exemple, models lineals generalitzats) i multivariants (tècniques de reducció de la dimensió, anàlisi d’agrupacions, mètodes d’ordenació directa, anàlisi multivariant de la variància). El curs és eminentment pràctic i es desenvolupa enterament en aules d’informàtica.

 

 

 

Hores estimades de dedicaciˇ

Hores totals 75

 

Activitats presencials

34

 

-  PrÓctiques d'ordinadors

 

34

Treball tutelat/dirigit

21

Aprenentatge aut˛nom

20

 

 

CompetŔncies que es desenvolupen

 

Competències generals
CG1- Capacitat per assimilar i comparar críticament la literatura científica i tècnica, i contrastar-la amb evidències experimentals i models conceptuals propis o aliens pertinents.

CG4- Capacitat d’utilitzar el llenguatge científic

CG5 - Capacitat de treballar en equip en projectes de recerca multidisciplinars.

 

Competències específiques

CE3 - Capacitat per innovar en el camp del desenvolupament científic i tecnològic sobre mètodes per a l’obtenció i tractament de dades en disciplines pròpies de ciències del mar.

 

 

 

 

 

Objectius d'aprenentatge

 

Referits a coneixements

- Entendre conceptes bàsics d’estadística, entre ells: hipòtesi, test, estimació, model, selecció de models, distància / dissimilaritat, ordenació

- Saber seleccionar la tècnica estadística més adequada per a cada problema

- Saber escollir mètodes apropiats de representació gràfica estadística

- Obtenir una capacitació bàsica en l’ús de llenguatges de programació estadística

- Saber com presentar per escrit els mètodes i resultats de l’anàlisi de dades

 

 

Blocs temÓtics

 

1. Part 1: AnÓlisi univariant

1.1. Introducció a l’anàlisi univariant

1.2. Relacions entre dues variables

1.3. El model lineal I

1.4. El model lineal II

1.5. El model lineal generalitzat

1.6. El model lineal generalitzat II

1.7. Models lineals mixts

2. Part 2: AnÓlisi multivariant

2.1. Introducció a les tècniques d’anàlisi multivariant de dades 

2.2. L’anàlisi de components principals

2.3. Escalat multidimensional mètric i no mètric (multidimensional scaling)

2.4. Anàlisi de redundància basat en distàncies (dbRDA) 

2.5. PERMANOVA

 

 

 

Metodologia i activitats formatives

 

L’assignatura es basarà en les següents metodologies docents, que ajudaran a desenvolupar les competències que s’indiquen:

- Classes magistrals (CG1, CG4, CE3)

- Pràctiques d’ordinador (CE3)

- Treball en grup (CG4, CG5, CE3)

 

 

Avaluaciˇ acreditativa dels aprenentatges

 

Avaluació Competències avaluades
Instrument de paper (examen) 30% CE3
Treball de l’estudiant (en grup) 70% CG1,CG4,CG5, CE3