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

Estudia

Dades generals

Curs acadèmic:
2010
Descripció:
Anàlisi multivariant i sèries temporals, aplicada a l'experimentació biològica.
Crèdits:
9
Idioma principal de les classes:
Català
S’utilitza oralment la llengua anglesa en l'assignatura:
Poc (25%)
S’utilitzen documents en llengua anglesa:
Indistintament (50%)

Grups

Grup A

Durada:
Semestral, 1r semestre
Professorat:
Emili Garcia Berthou  / ROCIO LOPEZ FLORES  / Anna Vila Gispert

Competències

  • Capacitat de treball en equip
  • Capacitat d'anàlisi i síntesi
  • Capacitat de resolució de problemes
  • Raonament crític
  • Coneixement d'informàtica relacionats amb l'àmbit d'estudi
  • Capacitat de gestionar eficientment la informació

Altres Competències

  • Als Estudis de Biologia, els coneixements estadístics estan organitzats en tres assignatures seqüenciades: Estadística, Experimentació i Anàlisi avançada de dades. A Anàlisi avançada de dades, es completa la formació bioestadística amb l’aprenentatge dels fonaments conceptuals, i sobretot l'aplicació, de dos grups de tècniques: l'anàlisi de regressió —una de les més importants a la pràctica— i l'anàlisi multivariable —fonamental per diverses especialitats biològiques. Paral·lelament, es dedica un esforç especial a l'aprenentatge de l'ús del paquet de programes estadístics R i SPSS —que és dels més complets i flexibles—, en versió Windows —que és molt més fàcil d'utilitzar que altres paquets o versions.

Continguts

1. Introducció

          1.1. Anàlisi de variància (ANOVA). Revisió de l'ANOVA. Anàlisi de variància multivariable (MANOVA): necessitat (taxes d'error per comparació i experimental); aplicació; supòsits.

2. Correlació i regressió

          2.1. Correlació lineal. Diferències entre correlació i regressió: objectiu de l'estudi i tipus de variables. Coeficient de correlació (lineal de Pearson), r: definició i propietats. Test de significació del coeficient de correlació. Aplicació de la correlació.

          2.2. Testos no paramètrics. Fonament i aplicació. Coeficient de correlació (ordinal) de Spearman. Coeficient de correlació (ordinal) de Kendall (tau). Coeficient de concordança de Kendall, W.

          2.3. Regressió lineal simple. Introducció. Model I: supòsits. Estimació de la funció o recta de regressió pel mètode de mínims quadrats (coeficient de regressió i ordenada a l'origen). Test de significació de la regressió (ANOVA). Errors estàndards, altres testos de significació i intervals de confiança. Cas amb replicació. Model II: predicció (les dues rectes de regressió del model I) o descripció.

          2.4. Anàlisi de covariància (ANCOVA). ANCOVA d'un factor: disseny bàsic; test d'homogeneïtat de pendents (hipòtesi de paral·lelisme). Supòsits de l'ANCOVA. Altres dissenys.

          2.5. Relacions no lineals. Transformacions en regressió lineal: principals funcions intrínsecament lineals. L'anàlisi de residus. Regressió no lineal: alguns models biològics no lineals (logístic, Michaelis-Menten, von Bertalanffy); procediment de la regressió no lineal; supòsits. Regressió polinomial: regressió quadràtica i cúbica; polinomis ortogonals.

          2.6. Correlació i regressió múltiples. Anàlisi de regressió múltiple: introducció; testos de significació; coeficient de regressió parcial estandarditzat (beta); coeficient de determinació ajustat; coeficient de correlació múltiple (R). Coeficient de correlació parcial.

3. Ordenació i classificació

          3.1. Ordenació i classificació. Tipus d'anàlisi multivariable: objectiu i tipus de dades. Recomanacions generals.

          3.2. Anàlisi factorial. Anàlisi factorial i Anàlisi de components principals (PCA): terminologia. Objectiu i aplicacions. Procediment: estudi de la matriu de correlacions (mesura d’adequació mostral de Kaiser-Meyer-Olkin); extracció de factors (valors propis o eigenvalues; scree plot); rotació (ortogonal o obliqua); interpretació i presentació (pesos o saturacions factorials, factor loadings; coordenades factorials, factor scores).

          3.3. Anàlisi de correspondències (CA) . Aplicació. Diferències entre CA i PCA. Efecte arc: anàlisi de correspondències sense la tendència (DCA).

          3.4. Anàlisi de conglomerats (cluster analysis). Mètodes de classificació: no jeràrquics, jeràrquics divisius i jeràrquics aglomeratius. Mètodes jeràrquics aglomeratius: mesures de distància i similitud (variables mesurades: distància euclidiana, distància euclidiana al quadrat i similitud percentual o coeficient de Czekanowski o Bray-Curtis; variables qualitatives: simple matching, índex de Jaccard i índex de Sørensen, Czekanowski o Dice); aglomeració (single linkage o nearest neighbour, complete linkage o furthest neighbour i average linkage between groups o UPGMA).

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Aprenentatge basat en problemes (PBL) 15,00 25,00 40,00
Prova d'avaluació 3,00 15,00 18,00
Sessió expositiva 30,00 8,00 38,00
Sessió pràctica 55,00 0 55,00
Total 103,00 48,00 151

Bibliografia

  • Abraira Santos, Víctor (DL 1996 ). Métodos multivariantes en bioestadística . Madrid: Centro de Estudios Ramón Areces. Catàleg
  • Crawley, Michael J. (cop. 2002). Statistical computing : an introduction to data analysisusing S-Plus. New York: John Wiley & Sons.
  • Gotelli, Nicholas J., Ellison, Aaron M. (cop. 2004). A Primer of ecological statistics. Sunderland: Sinauer Associates.
  • Hair, Joseph F. (DL 1999 ). Análisis multivariante (5ª ed). Madrid: Prentice-Hall. Catàleg
  • Jongman, R. H. (cop. 1995). Data analysis in community and landscape ecology . Cambridge [etc.]: Cambridge University Press. Catàleg
  • Johnson, Dallas E (2000 ). Métodos multivariados aplicados al análisis de datos . México [etc.]: International Thomson Editores. Catàleg
  • Legendre, Pierre, Legendre, Louis (1998). Numerical ecology (2nd english ed.). Amsterdam [etc.]: Elsevier.
  • Leps, Jan, Smilauer, Petr (2003). Multivariate analysis of ecological data using CANOCO. Cambridge: Cambridge University Press.
  • Quinn, Gerry P., Keough, Michael J. (2002). Experimental design and data analysis for biologists. Cambridge: Cambridge University Press.
  • Sokal, Robert R., Rohlf, F. James (1980). Introducción a la bioestadística. Barcelona [etc.]: Reverté.
  • Sokal, Robert R (1995 ). Biometry : the principles and practice of statistics in biological research (3rd ed.). New York: Freeman. Catàleg
  • Tabachnick, Barbara G., Fidell, Linda S. (cop. 2001). Using multivariate statistics (4th ed). Boston: Allyn and Bacon.

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Pràctiques a l'aula informàtica: ús dels paquets estadístics SPSS i R S'avaluaran durant les pràctiques a la mateixa 'aula mitjançant preguntes i exercicis diversos. 20
Realització de problemes i treballs relacionats amb els diferents continguts de l'assignatura (inclosos problemes a l'aula i qüestionaris del Moodle) 40
Exàmens de teoria i problemes 40

Qualificació

Les avaluacions inclouran la valoració dels continguts assolits i també de la correcció en l’expressió, estructura i presentació del treball o examen. En el cas que es detecti que un treball/examen s’ha copiat, tant el treball/examen original com la còpia obtindran la qualificació de zero.

-- PRIMERA CONVOCATÒRIA --
En la primera convocatòria s’aplicarà l’avaluació continuada. La qualificació de la primera convocatòria s’obtindrà a partir de la valoració ponderada de les activitats avaluadores següents:

20% - Problemes, treballs i qüestionaris del primer bloc de l'assignatura (Correlació i regressió)

20% - Examen del primer bloc de l'assignatura (Correlació i regressió)

20% - Problemes, treballs i qüestionaris del segon bloc de l'assignatura (Ordenació i classificació)

20% - Examen del segon bloc de l'assignatura (Ordenació i classificació)

20% - Exercicis i qüestionaris de les pràctiques de l'aula informàtica.

L’examen parcial de cada bloc es farà, en principi, el darrer dia de classe del bloc corresponent.

Per poder participar a l’avaluació continuada i, per tant, a la primera convocatòria, és obligatori:
- presentar-se als dos exàmens parcials
- assistir a un 80% de les hores de pràctiques a l'aula informàtica. Les absències es tindran en compte en l'avaluació.

Per aprovar en primera convocatòria cal aprovar el conjunt d’activitats avaluadores i aprovar també les activitats de pràctiques a l'aula informàtica (mitjana de 5). Només s’acceptaran els treballs presentats dins del termini establert pel professor/a responsable corresponent. Qualsevol treball, qüestionari o problema no presentat tindrà una qualificació de zero.

En aplicació de la normativa vigent, no es guarda la nota de pràctiques de cursos anteriors. Els/les alumnes repetidors hauran de tornar a fer les pràctiques i entregar els informes corresponents.

-- SEGONA CONVOCATÒRIA --
La segona convocatòria consistirà en un examen global, extens i en profunditat, que podrà incloure qualsevol aspecte dels continguts teòrics del programa de l’assignatura i de les tècniques i competències de les pràctiques i problemes. Els exàmens parcials de teoria i els treballs aprovats en la primera convocatòria no resten matèria en l’examen de la segona convocatòria.

Criteris específics de la nota «No Presentat»:
Per poder participar a l’avaluació continuada i, per tant, a la primera convocatòria, és obligatori:
- presentar-se als dos exàmens parcials
- assistir a un 80% de les hores de pràctiques a l'aula informàtica. Les absències es tindran en compte en l'avaluació.

Qualsevol altre treball, qüestionari o problema no presentat tindrà una qualificació de zero.

Observacions

Web on es pot baixar l'"R" i diferents paquets estadístics en R, així com fitxers explicatius i ajudes per cada paquet:
http://www.r-project.org/

Assignatures recomanades

  • Estadística
  • Experimentació
  • Matemàtiques bàsiques
  • Matemàtiques bàsiques
  • Matemàtiques bàsiques
  • Matemàtiques per a biòlegs

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.