Universidad Pública de Navarra



Año Académico: 2023/2024
Máster Universitario en Ingeniería Biomédica por la Universidad Pública de Navarra
Código: 720603 Asignatura: Modelización Estadística de Datos Biomédicos
Créditos: 4.5 Tipo: Obligatoria Curso: 1 Periodo: 1º S
Departamento:
Profesorado:
SANTAFE RODRIGO, GUZMAN (Resp)   [Tutorías ] TRANDAFIR , PAULA CAMELIA   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Módulo: Bioestadística, Bioinformática e Inteligencia Artificial

 

Materia: Bioestadística, Bioinformática e Inteligencia Artificial

Subir

Descripción/Contenidos

Software estadístico para el análisis de datos.  Inferencia Estadística. Modelos estadísticos de regresión.  Estadística multivariante. 

Subir

Competencias genéricas

  • 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
  • CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos
    nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  • 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.
  • RA0 - Tener conocimientos especializados y avanzados en una o varias disciplinas o áreas de práctica de la Ingeniería Biomédica,
    incluyendo las que se han desarrollado recientemente, que amplíen o mejoren los conocimientos vinculados al nivel del grado.
  • RA1 - Analizar críticamente conocimientos especializados en el campo de la Ingeniería Biomédica, en buena parte de manera
    autodirigida o autónoma.
  • RA4 - Comunicar de manera clara e inequívoca las ideas y conclusiones, así como el conocimiento y la lógica subyacentes,
    a públicos especializados y no especializados, de manera adecuada al contexto de la Ingeniería Biomédica y utilizando las
    convenciones propias del ámbito profesional.

Subir

Competencias específicas

  • RA10 - Resumir y representar organizadamente un conjunto de datos biomédicos, así como realizar comparaciones de los
    resultados cuando se maneja más de una población.
  • RA11 - Identificar un problema de regresión en el contexto biomédico, seleccionar justificadamente el modelo adecuado, realizar el
    análisis y evaluar los resultados razonadamente.
  • RA12 - Organizar grandes masas de datos biomédicos y de analizarlas aplicando teóricas de reducción de la dimensión y
    agrupamiento.

Subir

Resultados aprendizaje

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 los resultados del aprendizaje están relacionados con las competencias específicas:

 

  • 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

Subir

Metodología

Metodología - Actividad Horas Presenciales Horas no presenciales
AF-1 Clases expositivas/participativas 27 0
AF-2 Prácticas 15 0
AF-3 Elaboración de trabajo 0 17,5
AF-4 Estudio y trabajo autónomo del estudiante 0 47
AF-5 Tutorías 0 3
AF-9 Pruebas de evaluación 3 0
     
Total 45  67,5

 

Subir

Evaluación

 

Resultados de
aprendizaje
Actividad de
evaluación
Peso (%) Carácter
recuperable
Nota mínima
requerida
R1, R2, R3, R4 Examen escrito teórico-práctico 50 SI 3.5 sobre 10
R1, R2, R3, R4 Trabajos en grupo 30 SI  
R1, R2, R3, R4 Trabajo individual 20 SI  

 

Subir

Temario

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: estudios observacionales prospectivos y retrospectivos, estudios de cohorte y caso-control.
  • Regresión logística.
  • Prácticas con ordenador: Estudio y modelización de datos médicos y biológicos mediante regresión logística.
  • Análisis de supervivencia
  • Prácticas con ordenador: Análisis de supervivencia en datos médicos y biológicos.

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.

 

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


  • 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.
  • Shahbaba, B. (2012): Biostatistics with R. An Introduction to Statistics Through Biological Data. Springer
  • Kleinbaum, D.G. and Klein, M. (2005) Survival Analysis. Springer (Statistics for Biology and Health).

 

Subir

Idiomas

La asignatura se impartirá en castellano

Subir

Lugar de impartición

Aulario

Subir