Estudia

Horaris:

Horaris:

• Capacitat d'organitació i planificació
• Coneixement d'informàtica relacionats amb l'àmbit d'estudi

• Aprendre els fonaments conceptuals de l'estadística i, sobretot, l'aplicació de l'anàlisi de freqüències i l'anàlisi de variància.
• Aplicació dels diferents mètodes estadístics a exemples concrets dins el marc de la Biologia.

1. Programa de teoria

2. Introducció

3. Biologia, experimentació i estadística. La bioestadística actual: importància de l'experimentació i l'anàlisi de dades en biologia. Branques de l'estadística. Inferència estadística: com funciona un test estadístic? com escollir un test estadístic?

4. Anàlisi de freqüències

5. Testos de bondat d'ajust. Introducció: mètodes d'anàlisi de freqüències. Test G i test khi quadrat. Test d'ajust de classificació única: ajust a una proporció teòrica. Freqüències esperades mínimes. Correccions. Testos repetits d'ajust.

6. Taules de contingència. Testos d'independència.Mesures d'associació. Models log-lineals.

7. Distribució normal. Propietats. Testos de normalitat: Kolmogorov-Smirnov i Shapiro-Wilks. Gràfiques de normalitat: bàsica i sense la tendència (detrended); interpretació. Transformació de variables. Concepte de robustesa estadística.

8. Anàlisi de variància

9. Anàlisi de variància (ANOVA). Necessitat: taxa d'error experimental i taxa d'error per comparació. Fonament: hipòtesi nul·la de l'ANOVA; descomposició de la variabilitat (quadrats mitjans, MS).

10. ANOVA d'un factor. Formulació pràctica: taula de l'ANOVA (suma de quadrats, SS; graus de llibertat, d.f.). Efectes fixos o efectes aleatoris: model I o II; comparacions múltiples i estimació d'efectes, o estimació de components de variància.

11. Supòsits de l'ANOVA. Mostreig aleatori, independència de dades, normalitat i homoscedasticitat (homogeneïtat de variàncies). Testos d'homoscedasticitat: Bartlett, Cochran, Hartley i Levene. Mètodes gràfics: dispersió-tendència central; gràfiques de caixa (box plot).

12. Comparacions múltiples (de mitjanes). Comparacions a priori: descomposició ortogonal de la variació entre grups (concepte de contrast i coeficients de contrasts lineals). Comparacions múltiples a posteriori: mínima diferència significativa. El mètode de Bonferroni.

13. ANOVA de dos factors. Significat de la interacció. Model I, II i mixt: càlcul de les F; composició de quadrats mitjans (MS). Formulació pràctica: suma de quadrats (SS) i graus de llibertat (d.f.). Cas sense replicació: supòsit d'additivitat. Altres dissenys factorials.

14. Disseny experimental

15. Introducció. Estudis observacionals i experiments: propietats; terminologia del disseny. Deu principis del disseny. Disseny mostral: necessitat i tipus de mostreig.

16. Disseny experimental. Error experimental i replicació: avantatges de la replicació constant; determinació de grandària mostral (mínima) i concepte de potència estadística; significació estadística i significació biològica. Control. Aleatorització. Avantatges dels dissenys factorials respecte dels dissenys clàssics.

17. Formació de blocs. Disseny completament aleatoritzat i disseny en blocs (complets) aleatoritzats. Cas de dos grups del disseny en blocs aleatoritzats: comparacions aparellades. Altres dissenys: quadrat llatí; blocs incomplets; mesures repetides.

18. Disseny jeràrquic. ANOVA jeràrquica de dos factors: model mixt i model II pur.

19. Mètodes no paramètrics

20. Mètodes no paramètrics. Fonament i aplicació. Classificació única: test U de Mann-Whitney, test de Wilcoxon per a dades aparellades, test H de Kruskal-Wallis. Disseny en blocs aleatoritzats: test de Friedman.

• Armitage, P, Berry, G (cop. 1997). Estadística para la investigación biomédica (3ª ed). Madrid [etc.]: Harcourt Brace de España.
• Box, George E. P, Hunter, William Gordon, Hunter, J. Stuart (1989). Estadística para investigadores, : introducción al diseño de experimentos, análisis de datos y construcción de modelos. Barcelona [etc.]: Reverté.
• Daniel, Wayne W (cop. 2002). Bioestadística, : base para el análisis de las ciencias de la salud (4ª ed). México: Limusa.
• Montgomery, Douglas C (cop. 1991). Diseño y análisis de experimentos. México, D.F: Grupo Editorial Iberoamérica.
• Sokal, Robert R, Rohlf, F. James (1995). Biometry, : the principles and practice of statistics in biological research (3rd ed). New York: Freeman.
• Steel, Robert G. D, Torrie, James H (cop. 1985). Bioestadística, : principios y procedimientos. México [etc.]: McGraw-Hill.
• Zar, Jerrold H (cop. 1999). Biostatistical analysis (4th ed). London: Prentice-Hall International.

Activitats d'avaluació:

Mètodes docents:
Classes magistrals de teoria
Resolució individual de problemes a l'aula
Resolució de problemes en grup
Classes de pràctiques al laboratori
Avaluació:
1ª convocatòria
• Examen sobre el programa teòric on hi hauran preguntes teòriques i problemes per resoldre (50 % de la qualificació final)
• Presentació per grups de 4 persones d'una col.lecció de problemes (25 % de la qualificació final)
• Qualificació de la memòria de pràctiques (25 %)
Cadascun dels apartats anteriors es valora sobre 10. La qualificació final s'obté ponderant l'examen, els problemes i la memòria segons els percentatges ja indicats, però cal aprovar-los independentment. Els exercicis realitzats en les classes de problemes es ponderen amb la qualificació de l'apartat de col.lecció de problemes.

2ª convocatòria
Si no s'aprova un dels apartats de que consta l'avaluació, aquesta part s'haurà de repetir a la segona convocatòria.

L'assistència a les pràctiques de laboratori es obligatòria. Cal assistir com a mínim a 3 de les 4 sessions; la no assistència a una de les sessions implica, però, la reducció de la qualificació de la memòria.

http://ciencies.udg.edu/w3/EGarcia/exp.html