Dades generals |
Nom de l'assignatura: Estadística
Codi de l'assignatura: 361530
Curs acadèmic: 2021-2022
Coordinació: David Bernal Casas
Departament: Departament de Genètica, Microbiologia i Estadística
crèdits: 6
Programa únic: S
Hores estimades de dedicació |
Hores totals 150 |
Activitats presencials i/o no presencials |
59 |
- Teoria |
Presencial |
39 |
|||
- Teoricopràctica |
Presencial |
12 |
|||
- Pràctiques d'ordinadors |
Presencial |
8 |
Treball tutelat/dirigit |
44 |
Aprenentatge autònom |
47 |
Competències que es desenvolupen |
- |
Capacitat d'aprenentatge i responsabilitat (capacitat d'anàlisi, de síntesi, de visions globals i d'aplicació dels coneixements a la pràctica / capacitat de prendre decisions i d'adaptació a noves situacions). |
- |
Integrar les evidències experimentals trobades en els estudis de camp o al laboratori amb els coneixements teòrics. |
- |
Conèixer les eines bàsiques de la probabilitat i l'estadística per aplicar-les a l'anàlisi de dades procedents d'estudis ambientals. |
- |
Manejar tècniques quantitatives d'anàlisi de dades en ciències ambientals. |
- |
Analitzar, interpretar i modelitzar les dades ambientals. |
Objectius d'aprenentatge |
Referits a coneixements En acabar de cursar l’assignatura, l’alumne ha de ser capaç de:
• Adquirir, prèviament als coneixements d’inferència estadística, prou capacitat per reconèixer els models discrets i continus més rellevants en biologia, ja que el curs s’orienta fonamentalment a l’estadística paramètrica clàssica. Per aquesta mateixa raó, també cal consolidar els conceptes bàsics de la teoria de la probabilitat adquirits al batxillerat.
• Conèixer la regressió lineal simple i alguns rudiments d’estadística no paramètrica i de remostratge.
• Abordar l’anàlisi dels resultats d’un experiment o d’un conjunt d’observacions i conèixer tècniques d’estadística descriptiva per resumir la informació de manera adient.
• Fomentar la capacitat d’anàlisi i de raonament de l’alumnat, per la qual cosa es fa més èmfasi en les premisses i en les condicions d’aplicació i d’interpretació que en les fórmules de resolució. Es potencia l’ús de recursos computacionals, tant en la part del curs dedicada a l’estadística descriptiva com en la part inferencial, en detriment d’altres aproximacions més tradicionals exclusivament basades en formularis i taules de distribucions en el mostratge.
Referits a habilitats, destreses • Saber resumir en forma tabular, gràfica o numèrica, dades categòriques, comptatges i variables contínues.
• Saber mesurar el grau de relació entre variables categòriques, comptatges i variables contínues.
• Saber reconèixer els models de probabilitat més habituals en les ciències ambientals i conèixer-ne les propietats bàsiques.
• Saber calcular probabilitats condicionades i saber interpretar-les com a mesura de la bondat d’una prova diagnòstica en els termes aplicats habituals, com ara l’especificitat, la sensibilitat i els valors predictius de la prova.
• Saber reconèixer quina tècnica estadística cal aplicar en algunes situacions experimentals habituals, com ara els problemes d’una mostra i de dues.
• Saber formular un problema d’estimació en termes d’un interval de confiança (d’una mitjana, d’una diferència de mitjanes, d’una proporció) i saber utilitzar la informació proporcionada per prendre decisions.
• Saber calcular la grandària de mostra necessària per garantir una precisió fixada a priori en qualsevol dels intervals anteriors.
• Saber formular un problema de decisió en termes d’un contrast d’hipòtesi; conèixer-ne els dos tipus d’error associats.
• Saber utilitzar la informació proporcionada pels contrastos d’hipòtesis d’una mostra i dues (sota la premissa de normalitat, sense assumpcions paramètriques, per variables categòriques) per prendre decisions.
• Saber calcular la grandària de mostra necessària per garantir un plantejament adequat dels contrastos anteriors.
• Saber plantejar i interpretar els resultats d’una regressió lineal en termes descriptius i inferencials.
• Saber utilitzar alguna eina computacional que mecanitzi els diferents càlculs, saber interpretar-ne els llistats i elaborar-ne les conclusions en termes biològics. |
Blocs temàtics |
1. Introducció
* Estadística descriptiva i inferencial. Cens, poblacions, individus i mostres. Fenòmens aleatoris, indeterminació
2. Descriptiva
* Tabulació. Gràfics principals. Mesures de centralització, de dispersió, de relació
3. Càlcul de probabilitats
* Definició de probabilitat. Probabilitat condicionada i independència estocàstica. Fórmules de Bayes i de les probabilitats totals
4. Models discrets
* Model binomial. Model multinomial. Model de Poisson. Binomial negativa
5. Models continus
* Model uniforme. Model normal. Model exponencial
6. Conceptes elementals d’inferència estadística
* Mostratge, mostres i estadístics. Distribució empírica. Distribució en el mostratge. Estimació puntual i principals estimadors. Introducció al remostratge
7. Intervals de confiança
* Intervals de confiança per a una probabilitat. Intervals per a una mitjana i per a la diferència de mitjanes en cas de normalitat. Càlcul de grandàries mostrals
8. Contrast d’hipòtesis
* Formulació general. Errors de tipus I i de tipus II, valor p
9. Contrast d’hipòtesis per a dades contínues
* Proves per a una mostra i dues amb assumpció de normalitat. Determinació de grandàries mostrals. Relació amb els intervals de confiança. Introducció a les proves de lliure distribució
10. Contrast d’hipòtesis per a dades categòriques
* Contrast per a proporcions. Bondat d’ajust. Taules de contingència: proves d’independència i d’homogeneïtat
11. Regressió lineal
* Regressió lineal simple: coeficients, coeficient de correlació i variabilitat explicada. Prediccions. Intervals de confiança i test d’incorrelació
Metodologia i activitats formatives |
La metodologia d’ensenyament inclou classes magistrals, simulacions, seminaris, treballs no presencials, etc.
|
Avaluació acreditativa dels aprenentatges |
El procediment d’avaluació continuada consisteix en:
Avaluació única El procediment d’avaluació única consisteix a fer, durant el període d’exàmens, una prova de síntesi que equival al 100 % de la qualificació total i que es compon d’una sèrie de problemes de caràcter aplicat i de preguntes de tipus conceptual. En aquesta prova, l’estudiant també ha de demostrar habilitat en la interpretació dels llistats obtinguts a partir de la utilització de qualsevol de les eines informàtiques que s’expliquen a les pràctiques. Amb aquesta informació, a més a més, ha de saber establir conclusions rellevants des del punt de vista experimental. |
Fonts d'informació bàsica |
Consulteu la disponibilitat a CERCABIB
Llibre
UPTON, GRAHAM J. G. Introducing Statistics. Oxford: Oxford University Press, 2001
MARTIN ANDRÉS, A.; LUNA DEL CASTILLO, J. 50± 10 horas de Bioestadística. Madrid: Norma, 1995
PEÑA, D. Fundamentos de estadística. Madrid : Alianza, 2001. (El Libro universitario. Manuales ; 70)
OTT, W.R. Environmental statistics and data analysis. Boca Raton [Fla.] [etc.] : Lewis, 1995
Text electrònic
Statmedia. [Barcelona : Publicacions i Edicions de la Universitat de Barcelona, 2005]
[Accés lliure, en línia] [Només disponible el tema 1: "Probabilidad: conceptos básicos"] |
[CD-ROM] |