Código: 73302 | Asignatura: Bioestadística | ||||
Créditos: 4.5 | Tipo: Obligatoria | Curso: 1 | Periodo: 1º S | ||
Departamento: Estadística e Investigación Operativa | |||||
Profesorado: | |||||
MALLOR GIMENEZ, FERMÍN FRANCISCO [Tutorías ] | SANTAFE RODRIGO, GUZMAN (Resp) [Tutorías ] |
Inferencia Estadística, Análisis de la Varianza, Regresión, Estadística Multivariante, Análisis Funcional de Datos
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de
ideas, a menudo en un contexto de investigación
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de
una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la
aplicación de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos
especializados y no especializados de un modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de
ser en gran medida autodirigido o autónomo.
De forma general, al finalizar la asignatura, el estudiante debe ser capaz de identificar, formular y analizar aquellos problemas que, por incluir elementos de variabilidad y/o incertidumbre, pueden ser tratados con herramientas estadísticas y de probabilidad. De forma más específica:
R1: Ser capaz de resumir y representar un conjunto de datos, así como realizar comparaciones de los resultados cuando se maneja más de una población
R2: Ser capaz de identificar un problema de regresión, seleccionar el modelo adecuado, realizar el análisis e interpretar los resultados.
R3: Ser capaz de organizar grandes masas de datos y de analizarlas aplicando teóricas de reducción de la dimensión
R4: Ser capaz de resolver problemas de agrupamiento
R5: Ser capaz de identificar datos funcionales, representarlos, efectuar su estudio descriptivo y el análisis de su variación
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases expositivas/participativas
|
24
|
SI |
A-2 Prácticas
|
12
|
SI
|
A-3 Debates, puestas en común, tutoría grupos
|
2
|
SI
|
A-4 Elaboración de trabajo
|
17
|
NO |
A-5 Lecturas de material
|
10
|
NO
|
A-6 Estudio individual
|
42
|
NO
|
A-7 Exámenes, pruebas de evaluación
|
2.5
|
SI
|
A-8 Tutorías individuales
|
3 |
SI
|
|
|
|
Total
|
112.5
|
|
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
R1, R2, R3, R4 |
Examen escrito teórico-práctico |
50 | SI |
R1, R2, R3, R4 | Trabajos en grupo | 25 | SI |
R1, R2, R3, R4 | Trabajo individual | 25 | NO |
Los contenidos de la asignatura estan estructurados en cinco temas:
Tema 1. Software estadístico para el análisis de datos. Breve introducción al software estadístico usado en la asignatura para el estudio de los casos prácticos.
Tema 2. Estadística descriptiva e Inferencia Estadística.
Estudio descriptivo de conjuntos de datos médicos: tipos de variables, representaciones gráficas, medidas descriptivas para la caracterización de los datos.
Revisión de conceptos básicos de probabilidad, variables aleatorias y distribuciones de probabilidad.
Estimación y contraste de hipótesis para una y dos poblaciones.
Análisis de la varianza: ANOVA de un factor y ANOVA con dos o más factores (con y sin interacciones)
Estadística no paramétrica
Prácticas con ordenador: aplicación de las técnicas estudiadas en conjuntos de datos médicos.
Tema 3. Modelos Estadísticos de Regresión.
Regresión lineal simple.
Regresión lineal múltiple.
Prácticas con ordenador: Estudio y modelización de datos de estudios médicos y biológicos aplicando modelos de regresión lineal.
Diseño de experimentos en estudios médicos
Regresión logística: Diseño de experimentos en estudios médicos (estudios observacionales prospectivos y retrospectivos, estudios de cohorte y caso-control), riesgo relativo, odd-ratio, regresión logística binaria, regresión logística ordinal y regresión logística nominal.
Prácticas con ordenador: Estudio y modelización de datos médicos y biológicos mediante regresión logística.
Tema 4. Estadística multivariante.
Métodos factoriales de reducción de la dimensión de los datos.
Métodos de partición (clustering).
Prácticas con ordenador: caso práctico con datos de estudios médicos. Aplicación de la reducción de dimensión mediante componentes principales y caracterización de grupos subyacentes a los datos.
Análisis de datos de expresión génica: revisión bibliográfica de artículos científicos y aplicación práctica de diferentes técnicas estudiadas.
Tema 5. Introducción al análisis de datos funcionales.
Análisis descriptivo.
Representación de datos funcionales.
Análisis de componentes principales.
Prácticas con ordenador: Análisis de casos con datos funcionales.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Ramsay, J. O.; Silverman, B. O. (2005): Functional Data Analysis. Springer-Verlag.
Daniel, W. W. (2005): Biostatistics. A foundation for analysis in the health sciences. John Wiley & Sons, 8th edition.
Riffenburgh, R. H. (2006): Statistics in Medicine. Elsevier, 2nd edition.
Larose, D. T. (2006): Data mining. Methods and Models. John Wiley & Sons.
Montgomery, D.C.; Runer, G.C. (2002): Probabilidad y Estadística aplicadas a la ingeniería. Limusa-Wiley.
Ropella, C. (2007): Introduction to Statistics for Biomedical Engineers (Synthesis Lectures on biomedical Engineering). Morgan & Claypool.
Grima, P.; Marco, L.; Tort-Martorrel, J. (2004): Estadística Práctica con MINITAB. Prentice Hall.