Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa

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

Subir

Evaluación

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, 8^th edition.
• Riffenburgh, R. H. (2006): Statistics in Medicine. Elsevier, 2^nd 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