Bioestadística - Universidad de Murcia

UNIVERSIDAD DE MURCIA
Licenciado en Biología
FACULTAD DE BIOLOGIA
-------------------------------------------------------------------------------------------------------------------------------
1.- IDENTIFICACIÓN.
1.1.- De la asignatura.
ASIGNATURA: 07B5 BIOESTADÍSTICA
Curso: Primero / 2º Cuatrimestre.
Tipo: Troncal
Créditos (Teoría + Prácticas): 6 (4+2)
Departamento (Area): Estadística e Investigación Operativa.
1.2.- Del profesorado.
Profesor responsable:
Profesores de Teoría:
Dª Leocadia Romero Martínez (lromero@um.es)
Dª Leocadia Romero Martínez (lromero@um.es)
Profesores de Prácticas:
Dª Leocadia Romero Martínez (lromero@um.es)
D. José Candel Ato (jcandel@um.es)
2.- PRESENTACIÓN.
Intentamos enseñarle al alumno (dentro de unos límites razonables) el fundamento y deducción de las
diversas técnicas que vayan siendo expuestas, el problema que motiva su aparición y las condiciones
que cada técnica estadística implica para que su aplicación sea válida. Pensamos que sólo así, el biólogo
podrá llevar a cabo su tarea específica que es ofrecer de modo responsable una interpretación apropiada
de los resultados numéricos obtenidos en sus investigaciones.
Una de las tareas que nos proponemos conseguir es el conocimiento por parte del alumno de la
naturaleza de los diversos instrumentos estadísticos a su disposición, para saber cual debe usar en cada
ocasión concreta, las condiciones requeridas por el mismo instrumento elegido, la deducción de las
fórmulas que le acompañan, etc., todo lo cual implica unos conocimientos básicos de la Estadística.
Poniendo sumo interés en que el alumno aprenda una serie de técnicas estadísticas inferenciales
(aplicables a sus problemas específicos) de modo fundamentado. En suma, pretendemos enseñar al
alumno a construir modelos estadísticos que faciliten el proceso de aprendizaje inherente en toda
investigación empírica.
3.- CONOCIMIENTOS PREVIOS.
Conocimientos previos recomendables: Conjuntos y Relaciones; Nº natural, entero, racional y
complejo; combinatoria; geomatría analítica del plano y del espacio; funciones, límites y continuidad;
estudio de curvas planas; derivadas e integrales.
4.- COMPETENCIAS.
Obtener tablas de frecuencias.
Realizar representaciones gráficas.
Calcular la media, moda, et.
Calcular rectas de regresión y coeficiente de correlación.
Definir el espacio de probabilidad asociado a un problema.
Calcular probabilidades y probabilidades condicionadas de sucesos.
Aplicar los teoremas de la probabilidad total, compuesta y de Bayes.
Obtener la distribución de variables aleatorias determinando su función de distribución.
Conocer los conceptos de independencia entre sucesos.
Obtener características de variables aleatorias dadas, como medias, varianzas.
Conocer las distribuciones básicas de tipo discreto, Bernoulli, Binomial, etc, y saber
reconocer cuando un determinado experimento sigue uno de los modelos estudiados.
Conocer las distribuciones de tipo continuo básicas como son la Normal, la t de Student,
etc.
Conocer el concepto de muestra aleatoria simple.
Conocer las características de los estadísticos más importantes.
Conocer los conceptos de estimador, estimación y las propiedades fundamentales de los
estimadores.
1
UNIVERSIDAD DE MURCIA
Licenciado en Biología
FACULTAD DE BIOLOGIA
-------------------------------------------------------------------------------------------------------------------------------
Obtener estimadores por distintos métodos.
Conocer e interpretar los intervalos de confianza.
Adquirir la idea general del contraste de hipótesis paramétrico.
Utilizar los resultados anteriores para obtener contrastes paramétricos en poblaciones
con distribuciones usuales.
Relacionar los intervalos de confianza con los contrastes de hipótesis.
5.- CONTENIDOS.
Este epígrafe está al final.
6.- METODOLOGÍA DOCENTE Y ESTIMACIÓN DEL TRABAJO DEL
ESTUDIANTE.
6.1.- Metodología docente.
La asignatura se imparte distinguiendo: Clases teóricas, clases de problemas y clases de ordenador.
Las clases teóricas se realizan siguiendo el método de la lección magistral, intercalado con el método
heurístico.
Antes de iniciar cada uno de los conceptos de que consta el programa, se hace una exposición de la
necesidad del mismo a través de un ejemplo. Una vez desarrollado el concepto se ilustra con ejemplos
realizados en la pizarra por el profesor. Para reforzar y contrastar su asimilación se incluyen numerosos
ejercicios que se resuelven en clase, unos durante las clases teóricas y otros en las de problemas.
Para una mejor comprensión de los conceptos y fórmulas, se exponen los fundamentos en que se basan y
las propiedades que de ellos se derivan. Se suele enfatizar en las relaciones que ligan unos conceptos con
otros, a veces, conceptos aparentemente nuevos no son más que una deducción de otros previamente
expuestos.
Se les dice a los alumnos que pueden y deben preguntar durante el desarrollo de la exposición todo
aquello que no entiendan, sin esperar a que finalice. Han de intervenir en el momento que surge la duda,
contestándoles y explicándolo cuantas veces sea necesario.
Para las clases de problemas se les suele dar con anterioridad al día de la clase una relación de ejercicios
del tema que se esté explicando. Durante la clase se van haciendo en la pizarra los problemas de la
relación, paso a paso. Poniendo énfasis en el planteamiento del mismo, así como en su desarrollo. Se
admiten todas las preguntas y se responde a cada una de ellas.
El temario de la asignatura está dividido en tres partes, como se desprende del programa expuesto. Una
primera parte se dedica a la Estadística Descriptiva, la segunda parte a la Teoría de la Probabilidad y la
tercera a la denominada Inferencia Estadística.
Las clases de ordenador se realizan en la Microaula. Antes de la clase los alumnos tienen un guión con la
práctica que se va a realizar. Durante la clase el alumno ha de ir haciendo lo expuesto en el guión y ante
cualquier duda preguntará al profesor que será el encargado de dar respuesta a todas las dudas..
6.2.- Estimación del volumen de trabajo del estudiante (ECTS).
ACTIVIDAD PRESENCIAL
Clases teóricas
Clases de ejercicios
Clases de ejercicios mediante ordenador
Pruebas de control
Examen final
TOTAL HORAS PRESENCIALES
HORAS
40
12
8
6
3
69
ACTIVIDAD NO PRESENCIAL
Estudio de la teoría
Resolución de ejercicios
Preparación del examen
Tutorías
TOTAL HORAS NO PRESENCIALES
HORAS
40
24
15
4
83
2
UNIVERSIDAD DE MURCIA
Licenciado en Biología
FACULTAD DE BIOLOGIA
-------------------------------------------------------------------------------------------------------------------------------
7.- TEMPORALIZACIÓN O CRONOGRAMA.
El Capítulo I, Estudio de una variable, se desarrollará durante dos semanas. Dedicando la primera semana
a las lecciones 1ª y 2ª y la otra semana a las lecciones 3ª y 4 ª (las dos primeras semanas del curso)
El Capítulo II, Estudio conjunto de dos variables, se desarrollará en una semana. (la tercera semana)
Para el Capítulo III, Fundamentos de Probabilidad, precisaremos una semana. (cuarta semana)
El Capítulo IV, Variables aleatorias unidimensionales, lo desarrollaremos en dos semanas.La primera de
ellas para la lección 8ª y la segunda para la lección 9ª(quinta y sexta semana del curso)
El Capítulo V, Modelos Probabilisticos, lo desarrollaremos en dos semanas. La primera de ellas para la
lección 10ª y la segunda para la lección 11ª (séptima y octava).
El Capítulo VI, Estimación del modelo, precisaremos tres semanas. La primera para las lecciones 12ª y
13ª y las otras dos para la lección 14ª (novena, décima y undecima).
Para el Capítulo VII, Análisis de datos Cuantitativos, dos semanas. Ambas para la lección 15ª (duodécima
y decimotercera.)
8.- EVALUACIÓN.
Tipo de exámenes y evaluaciones (criterios): Se realizarán durante el desarrollo del curso tres
ejercicios, el primero sobre estadística descriptiva, el segundo sobre probabilidad y el tercero sobre
inferencia. En caso de aprobar los tres ejercicios el alumno aprobará por curso y no tendrá que presentarse
al examen final. En caso contrario, tendrá que realizar el examen final que englobará toda la materia
expuesta a lo largo del curso.
El examen será escrito. Cada examen constará de una parte teórica y otra parte práctica, siendo la
calificación obtenida por el alumno la media de ambas. En la parte teórica se pedirá al alumno desarrollar
conceptos teóricos explicados en clase, su puntuación será de un 30% de la puntuación total. En la parte
práctica se pedirá al alumno resolver un conjunto de ejercicios, similares a los realizados en clase, su
puntuación será del 70% de la puntuación total. Para aprobar será necesario obtener el 50% de la
calificación máxima entre ambas partes, siendo imprescindible sacar al menos un 30% mínimo en cada
parte para sumar.
Las prácticas de ordenador son eliminatorias, es decir, el alumno que no haya realizado las prácticas de
ordenador no tendrá derecho a examen.
Tutorias (horario): Martes y jueves de 10 a 1.
5.- CONTENIDOS
PROGRAMA TEÓRICO: (40 horas teóricas, 12 horas de ejercicios, 8 horas de prácticas de ordenador)
1ª Parte: Estadística Descriptiva ( 3 semanas, alrededor de 9 horas teóricas y 3 prácticas ) .
2ª Parte: Teoría de la Probabilidad ( 5 semanas ,15 horas teóricas y 5 prácticas ) .
3ª Parte: Inferencia Estadística ( 5 semanas , 15 horas teóricas y 5 prácticas ) .
1ª PARTE : ESTADÍSTICA DESCRIPTIVA.
CAPÍTULO I : ESTUDIO DE UNA VARIABLE.
Lección 1ª .- Ordenación y Representación de Datos .
Lección 2ª .- Estadísticos de Posición .
Lección 3ª .- Estadísticos de Dispersión .
Lección 4ª .- Estadísticos de Forma .
CAPÍTULO II : ESTUDIO CONJUNTO DE DOS VARIABLES.
Lección 5ª .- Distribuciones Bidimensionales .
Lección 6ª .- Regresión y Correlación .
2 ª PARTE : TEORÍA DE LA PROBABILIDAD.
CAPÍTULO III : FUNDAMENTOS.
Lección 7ª .- Concepto de Probabilidad y Teoremas Probabilísticos .
CAPÍTULO IV : VARIABLES ALEATORIAS UNIDIMENSIONALES.
Lección 8ª .- Características de la Distribución de una variable aleatoria discreta .
Lección 9ª .- Características de la Distribución de una variable aleatoria continua .
CAPÍTULO V : MODELOS PROBABILÍSTICOS.
3
UNIVERSIDAD DE MURCIA
Licenciado en Biología
FACULTAD DE BIOLOGIA
------------------------------------------------------------------------------------------------------------------------------Lección 10ª .- Algunas Distribuciones Discretas .
Lección 11ª .- Algunas Distribuciones Continuas .
3ª PARTE : INFERENCIA ESTADÍSTICA.
CAPÍTULO VI : ESTIMACIÓN DEL MODELO.
Lección 12ª .- Métodos de Muestreo .
Lección 13ª .- Distribución muestral de algunos estadísticos .
Lección 14ª .- Estimación Paramétrica .
CAPÍTULO VII : ANÁLISIS DE DATOS CUANTITATIVOS.
Lección 15ª .- Contrastes de Hipótesis Paramétricos .
PROGRAMA DE PRÁCTICAS DE ORDENADOR.
Las prácticas de ordenador serán cuatro, de dos horas de duración cada una.
En ellas se utiliza el paquete estadístico “Statistix Versión 4.0”.
El objetivo es que los alumnos aprendan a resolver con el ordenador los conceptos estadísticos explicados
en las clases teóricas.
Las cuatro clases prácticas se dedicarán a:
Práctica primera: manejo de datos.
Práctica segunda: estadística descriptiva.
Práctica tercera: modelos de probabilidad.
Práctica cuarta: contrastes de hipótesis paramétricos.
9.- BIBLIOGRAFÍA RECOMENDADA:
Libros de Teoría:
1.- Curso y Ejercicios de Estadística. Autor: V. Quesada y otros. Editorial: Alhambra.
2.- Estadística para Ssicólogos. Volumen I y II. Autor: Jesús Amón. Editorial: Pirámide
3.- Estadística Modelos y Métodos. Autor: Daniel Peña Sánchez de Rivera. Ed.: Alianza Univ. Textos.
4.- Bioestadística para las Ciencias de la Salud. Autor: A. Martín Andrés.
5.- Fundamentos de Estadística. Autor: Carles M. Cuadras y otros. Editorial: P.P.U.
6.- Bioestadística. Autor: S. Gutierrez Cabria.
Libros de Ejercicios:
1.- Problemas de Probabilidades y Estadística. Autor: C.M. Cuadras. Editorial: P.P.U.
2.- Problemas de Estadística. Autor: L´pez de la Manzanara. Editorial Pirámide.
3.- Ejercicios de Estadística. Autor: Sixto Rios. Editorial: I.C.E.
4.- Problemas de Probabilidades e Inferencia Estadística. Autor: F. Tusell y A. Garín. Ed.: Tebar Flores.
5.- Problemas de Bioestadística. Autor: S. Gutierrez Cabria. Editorial: Tebar Flores.
4