Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2008
Descripció:
Estadística descriptiva. Fonaments de probabilitat. Distribucions de probabilitat. Estimació i contrastos d’hipòtesis. Regressió lineal simple.
Crèdits:
5
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Sense especificar
S’utilitzen documents en llengua anglesa:
Sense especificar

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
CARLES BARCELO VIDAL  / JOAN BONANY ROCAS  / Maria Buxo Pujolras  / Jordi Font Salvatella  / Maria Gloria Mateu Figueras  / XAVIER SABRIA MESTRAS

Horaris:

Activitat Horari Aula
Teoria1 dv 15-17
Pràctiques d'aula1 dj 18-19
Pràctiques d'aula2 dt 18-19
Pràctiques d'aula3 dc 18-19

Grup B

Durada:
Semestral, 2n semestre
Professorat:
CARLES BARCELO VIDAL  / Maria Buxo Pujolras  / Jordi Font Salvatella  / Maria Gloria Mateu Figueras  / XAVIER SABRIA MESTRAS

Horaris:

Activitat Horari Aula
Teoria2 dv 15-17
Pràctiques d'aula1 dj 18-19
Pràctiques d'aula2 dt 18-19
Pràctiques d'aula3 dc 18-19

Competències

  • Capacitat d'anàlisi i síntesi
  • Capacitat de resolució de problemes
  • Raonament crític
  • Coneixement d'informàtica relacionats amb l'àmbit d'estudi
  • Treball interdisciplinar en grup o equips
  • Realitzar diagnòstics biològics
  • Dissenyar experiments, obtenció de resultats i interpretació

Altres Competències

  • Saber calcular i interpetar els estadístics més bàsics associats a un conjunt univariant de dades de tipus numèric.
  • Saber interpretar una taula de contingència entre dues variables categòriques.
  • Saber calcular, interpretar i valorar la bondat d'ajust de la recta de regressió associada a un conjunt bivariant de dades de tipus numèric.
  • Saber aplicar correctament els conceptes bàsics de la Probabilitat.
  • Conèixer i saber aplicar les distribucions binomial i de Poisson en situacions molt senzilles.
  • Saber calcular i interpretar els conceptes bàsics relacionats amb la llei normal.
  • Saber calcular i interpretar els conceptes bàsics relacionats amb la llei log-normal.
  • Saber interpretar un gràfic Q-Q d'ajust d'un conjunt de dades a una llei normal
  • Conèixer els aspectes bàsics de Teoria de la Probabilitat en que es fonamenta la Inferència Estadística.
  • Distingir amb claretat població i mostra, i prendre consciència de la incertesa associada a qualsevol procediment estadístic de tipus inferèncial.
  • Calcular, a partir de la informació mostral, els corresponents intervals de confiança de mitjanes i proporcions poblacionals.
  • Saber interpretar els contrastos d'hipòtesis com processos de presa de decisions a partir de la informació procedent d'una mostra, i prendre consciencia dels errors que es poden cometre.
  • Saber realitzar i interpretar contrastos d'hipòtesis en relació a mitjanes i proporcions.
  • Saber realitzar i interpretar un contrast d'independència entre dues variables categòriques.
  • Saber utilitzar el paquet de software estadístic SPSS per realitzar una anàlisi estadística bàsica sobre un conjunt nombrós de dades.

Continguts

1. Estadística descriptiva

          1.1. Marc general d'actuació de l'Estadística

          1.2. Organització i anàlisi descriptiva de dades univariants

          1.3. Organització i anàlisi descriptiva de dades bivariants.

          1.4. Models de regressió lineal simple

2. Teoria de la Probabilitat

          2.1. Conceptes bàsics de probabilitat

          2.2. Distribucions de probabilitat teòriques

3. Inferència estadística

          3.1. Marc general de la inferència estadística.

          3.2. Estimadors estadístics

          3.3. Estimacions per intervals

          3.4. Contrastos d’hipòtesis

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Prova d'avaluació 0 35,00 35,00
Resolució d'exercicis 15,00 15,00 30,00
Sessió expositiva 30,00 14,00 44,00
Sessió pràctica 4,50 1,50 6,00
Total 49,50 65,50 115

Bibliografia

  • Zar, J.H. (1999). Biostatistical analysis (4a). Ed. Prentice Hall.
  • Pagano, M. i Gauvreau, K. (2001). Fundamentos de bioestadística (2a). Ed. Thomson Learning..

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Pràctica 0+1 (aula informàtica): L'ambient de treball del paquet estadístic SPSS + Començant a analitzar dades Al final de la sessió pràctica, a la mateixa aula d'informàtica, l'alumne haurà de resoldre un exercici amb ajuda del SPSS. La seva valoració és d'un 5% sobre la qualificació final de l'assignatura. No admet recuperació.
Pràctica 2 (aula informàtica): Regressió lineal. Ajust d'una distribució teòrica a un conjunt de dades. Al final de la sessió pràctica, a la mateixa aula d'informàtica, l'alumne haurà de resoldre un exercici amb ajuda del SPSS. La seva valoració és d'un 5% sobre la qualificació final de l'assignatura. No admet recuperació.
Pràctica 3 (aula informàtica): Estimacions i contrastos de mitjanes. Contrastos d'independència Al final de la sessió pràctica, a la mateixa aula d'informàtica, l'alumne haurà de resoldre un exercici amb ajuda del SPSS. La seva valoració és d'un 5% sobre la qualificació final de l'assignatura. No admet recuperació.
Resposta a un conjunt de preguntes/exercicis tipus test del Bloc 1 (Estadística descriptiva) generades aleatòriament a través de la plataforma ACME. Caldrà respondre, dins del termini temporal que es marcarà amb antelació suficient, una sèrie de preguntes tipus test generades aleatòriament a través de la plataforma ACME.

No és una activitat d’avaluació presencial.

Puntua 10 punts sobre la nota final ordinària (100 punts) de l'assignatura.

Aquesta puntuació tindrà influència positiva en la qualificació final sempre que en el test de l’examen de l’assignatura l’alumne assoleixi una puntuació mínima del 50% del valor del test.

No admet recuperació.
Resposta a un conjunt de preguntes/exercicis tipus test del Bloc 2 (Teoria de la probabilitat) generades aleatòriament a través de la plataforma ACME. Caldrà respondre, dins del termini temporal que es marcarà amb antelació suficient, una sèrie de preguntes tipus test generades aleatòriament a través de la plataforma ACME.

No és una activitat d’avaluació presencial.

Puntua 10 punts sobre la nota final ordinària (100 punts) de l'assignatura.

Aquesta puntuació tindrà influència positiva en la qualificació final sempre que en el test de l’examen de l’assignatura l’alumne assoleixi una puntuació mínima del 50% del valor del test.

No admet recuperació.
Resposta a un conjunt de preguntes/exercicis tipus test del Bloc 3 (Inferència estadística) generades aleatòriament a través de la plataforma ACME. Caldrà respondre, dins del termini temporal que es marcarà amb antelació suficient, una sèrie de preguntes tipus test generades aleatòriament a través de la plataforma ACME.

No és una activitat d’avaluació presencial.

Puntua 10 punts sobre la nota final ordinària (100 punts) de l'assignatura.

Aquesta puntuació tindrà influència positiva en la qualificació final sempre que en el test de l’examen de l’assignatura l’alumne assoleixi una puntuació mínima del 50% del valor del test.

No admet recuperació.
Examen final (escrit i presencial) de l'assignatura Puntua un 85% sobre la nota final ordinària. Es realitza una vegada acabades les classes, dins el periode especialment habilitat per a la realització d'exàmens. S'ha d'utilitzar calculadora científica, taules i formulari estadístic.

Qualificació

CONVOCATÒRIA ORDINÀRIA i EXTRAORDINÀRIA

La qualificació final sobre 100 punts es basa en:

1. Pràctiques a l'aula d'informàtica (15 punts)

Al final de cadascuna de les sessions pràctiques l'alumne haurà de resoldre un exercici pràctic a la mateixa aula informàtica. Cada exercici es valorarà sobre 5 punts. No admet recuperació.

ACLARIMENT (pels alumnes repetidors). Les qualificacions de les pràctiques no es guarden d'un curs a l'altre.

Els alumnes repetidors de l'assignatura que ho vulguin i ho manifestin expressament a començament del quadrimestre podran optar per presentar un treball pràctic en comptes d'assistir a les 3 sessions pràctiques. El treball pràctic es proposarà a mitjans de quadrimestre i caldrà presentar-lo no més tard del dia de l'examen ordinari de l'assignatura. El treball és individual i no admet recuperació.


2. Examen presencial final (85 punts)

Es realitza una vegada acabades les classes, dins el període especialment habilitat per a la realització d'exàmens.

S'ha d'utilitzar calculadora científica, taules i formulari estadístic.

L'examen consta de dues parts:

Part A. Preguntes tipus test (30 punts)

Consisteix en la resposta a un conjunt de preguntes tipus test relacionades amb el programa de tota l’assignatura. L’alumne podrà fer servir el material de consulta escrit que hom vulgui.

La qualificació d’aquesta part A tipus test es realitza d’acord amb el següent criteri:

- Si Puntuació_test_examen < 15 punts, aleshores Qualif_test = Puntuació_test_examen
- Si Puntuació_test_examen >= 15 punts, aleshores Qualif_test = màxim{Puntuació_test_examen; Mitjana puntuacions ACME dels 3 blocs temàtics}


Part B. Problemes i preguntes curtes téorico-pràctiques (55 punts)

Resolució d'una sèrie de preguntes curtes teórico-pràctiques i problemes relacionats amb el programa de l’assignatura. L’únic material de consulta que es podrà fer servir seran les taules i formularis disponibles a la web de l’assignatura.

Observacions

Cal disposar d'una calculadora científica que tingui incorporades les funcions estadístiques més habituals amb una i dues variables.

Tot i que la bibliografia es complementa amb el material escrit elaborat pel professor, és indispensable l'assistència regular a les classes tant teòriques com pràctiques ja que moltes matitzacions que fa el professor no es poden reflexar en els textos escrits.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.