Modelos Estadísticos. Grado Biotecnología

1 Requisitos

Se recomienda la asistencia a clase con un portátil para un correcto seguimiento de la materia. Las instrucciones para el software necesario se encuentran en los materiales de la primera Unidad.

Es neceario tener activada la cuenta goumh para poder realizar los trabajos de tipo colaborativo que se irán desarrollando.

2 Material

Los materiales de la materia son accesibles:

En formato web en la página web
En formato pdf en la página de materiales de la asignatura en el acceso identificado de la UMH

3 Unidades didácticas

Las unidades que componen esta asigntura son:

Introducción a la estadística y la modelización estadística de datos experimentales
Primeros pasos en el análisis de datos experimentales
El azar y su estudio
Generalización de conclusiones de los datos experimentales
Predicción del comportamiento de los datos no observados a partir de los datos experimentales

4 Resultados de aprendizaje

Los resultados de aprendizaje que se debe alcanzar con este curso son:

Describir bancos de datos en función de su naturaleza (categóricos y numéricos) a través de descriptores numéricos y gráficos adaptados.
Describir relaciones entre diferentes tipos de datos a través de descriptores numéricos y gráficos.
Identificar el azar y los elementos probabilísticos básicos en problemas reales.
Identificar las distribuciones notables en problemas reales y realizar cálculos probabilísticos para resolver cuestiones de interés.
Conocer los fundamentos y los pasos a seguir en la modelización estadística de datos experimentales
Plantear, obtener y validar diferentes tipos de modelos estadísticos en función del tipo de varaibles involucradas.
Comunicar los resultados de los análisis realizados en lenguaje científico.

5 Sistema de evaluación

Provisional:

Componente teórico (55%): Preguntas tipo test acerca de los contenidos teórico-prácticos, en la que los alumnos deberán dominar los conceptos teóricos de la asignatura mediante cuestiones teóricas y la resolución de problemas.
Componente práctico (25%): Preguntas tipo test acerca de los contenidos teórico-prácticos, en la que los alumnos deberán dominar los conceptos prácticos de la asignatura mediante la resolución de problemas con el software utilizado en las clases prácticas.
Trabajo en los seminarios-tutorías grupales (10%): Las actividades teórico-prácticas realizadas o propuestas en los seminarios se evaluarán durante el curso académico a través de la asistencia, participación y evaluación de los mismos.
Resolución de ejercicios (10%): Se evalúan los ejercicios que se entregarán a lo largo del curso sobre los diferentes temas de la asignatura.

La nota final se obtendrá de la suma de las notas parciales de los diferentes apartados, de acuerdo con los porcentajes establecidos. Para aprobar la asignatura es condición imprescindible obtener al menos la mitad de la puntuación en cada uno de los dos primeros apartados. Las convocatorias extraordinarias de septiembre y diciembre se regirán por los mismos criterios que la ordinaria.

Tanto el examen teóríco-práctico como el práctico serán tipo test, con cuatro alternativas por pregunta, una de las cuales será correcta y tres de las cuales serán incorrectas. Cada pregunta correctamente acertada sumará un punto y cada pregunta erróneamente respondida restará 1/3 de punto. Las preguntas no contestadas no computan en la nota del examen.

6 Bibliografía

A continuación se presenta la bibliografía más relevante para este curso. Parte de los recursos bibliográficos presentan una versión electrónica que no siempre se corresponde con la versión en papel del libro o artículo mencionado.

Childs, D. Z. (2017). APS 135: Introduction to Exploratory Data Analysis with R. Versión electrónica.
Daniel, W.W. 2005. Biostatistics. Eighth Edition. Wiley.
Dobson, A. (2002). An introduction to generalized linear models. CRC Press. Versión electrónica incompleta.
Grosser, M. 2017. Tidyverse Cookbook. Versión electrónica incompleta.
Krzanowski, Wojtek J. 1998. An Introduction to Statistical Modelling. Arnold.
Mayoral, A.M. & Morales J. 2001. Modelos Lineales Generalizados. Servicio publicaciones UMH. Versión electrónica.
Teetor, P. 2011. R Cookbook. O’Reilly. Versión electrónica resumida.
Wickham, H. 2015. Advanced R. CRC Press. Versión electrónica resumida.
Wickham, H. 2010. ggplot2. Third Edition. Springer. Recursos electrónicos.
Wickham, H. & Grolemund, G. 2016. R for Data Science. O’Reilly. Versión electrónica resumida.

7 Profesorado

Javier Morales es profesor Titular de Universidad del área de Estadística e Investigación Operativa y miembro del Instituto de Investigación Centro de Investigación Operativa en la Universidad Miguel Hernández de Elche.

Sobre este curso