Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 51 Horas de Titorías: 3 Clase Expositiva: 9 Clase Interactiva: 12 Total: 75
Linguas de uso Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Estatística, Análise Matemática e Optimización
Áreas: Estatística e Investigación Operativa
Centro Facultade de Medicina e Odontoloxía
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable
O obxectivo xertal desta materia é que o alumnado manexe con soltura conceptos e técnicas de Estatística Descritiva e Inferencia Estatística. Ademais, preténdese que o alumnado comprenda a necesidade e a utilidade da metodoloxía estatística na investigación biomédica, tomando conciencia do seu alcance e das súas limitacións.
De xeito máis concreto, os obxectivos específicos da materia son:
- Adquirir coñecementos sobre diferentes métodos de presentación numérica e representación gráfica dos datos recollidos nun estudo.
- Facer comparacións entre datos de diferentes grupos de estudo.
- Analizar as relacións entre as distintas variables observadas no experimento.
Tema 0.- Introdución a R
Tema 1.- Estatística Descritiva
Tema 2.- Estimación e contrastes de hipóteses
Tema 3.- Análise da Varianza (ANOVA).
Tema 4.- Modelos de regresión.
Todos os contidos teóricos irán acompañados da correspondente resolución de exemplos e exercicios mediante o paquete estatístico R.
BÁSICA
- Altman D.G. (1999) "Practical Statistics for Medical Research". Ed. Chapman & Hall.
- Borrajo, M. I. e outros (2020): Estatística Descritiva. Colección Esenciais USC.
https://www.usc.gal/libros/gl/categorias/948-estatistica-descritiva-334…
- Borrajo, M. I. e outros (2021): Fundamentos da Teoría da Probabilidade. Colección Esenciais USC.
https://www.usc.gal/libros/gl/categorias/1025-fundamentos-da-teoria-da-…
- Borrajo, M. I. e outros (2021): O programa estatístico R. Colección Esenciais USC.
https://www.usc.gal/libros/gl/categorias/1024-o-programa-estatistico-r-…
- Borrajo, M. I. e outros (2023): Inferencia Estatística Paramétrica I. Colección Esenciais USC.
https://www.usc.gal/libros/gl/categorias/1183-inferencia-estatistica-pa…
- Borrajo, M. I. e outros (2023): Inferencia Estatística Paramétrica II. Colección Esenciais USC.
https://www.usc.gal/libros/gl/categorias/1182-inferencia-estatistica-pa…
- Faraway, J.J. (2015). Linear models with R (2nd edition). Chapman and Hall.
- Kleinbaum D.G., Kupper L.L. e Muller K.E. (1988) "Applied Regression Analysis and Other Multivariable Methods". PWS-KENT Publishing Company. Boston.
- Milton, J.S. (2007): “Estadística para Biología y Ciencias de la Salud”, McGraw-Hill-Interamericana.
- Rosner B. (1995) "Fundamentals of Biostatistics". Wadsworth Publishing Company. Duxbury Press.
- Verzani, J. (2005). Using R for Introductory Statistics. Chapman and Hall.
COMPLEMENTARIA
- Cao, R. y otros (1998). Estadística básica aplicada. Tórculo Edicións.
- Martin Andrés A., Luna del Castillo J. (1994) "Bioestadística para las Ciencias de la Salud". 4ª ed. Ediciones Norma S.A.
- Faraway, J.J. (2006). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman and Hall.
- Hosmer D.W. e Lemeshow S. (1989). "Applied Logistic Regression" J.Wiley & Sons.
Despois de realizar este curso, espérase que o alumnado traballe as habilidades que figuran na memoria do título do Máster en Investigación Biomédica da Universidade de Santiago de Compostela. Así, o estudantado debe adquirir as seguintes habilidades básicas, xerais e transversais:
CG1 - Saber aplicar as técnicas adecuadas para resolver un problema concreto en Biomedicina, e ser capaz de realizar un proxecto de investigación sobre o tema baixo supervisión, non só nos temas tratados polas materias, senón en contextos máis amplos ou incluso multidisciplinares.
CG2 - Ser capaz de emitir xuízos sobre hipóteses, propostas experimentais ou experimentos xa realizados no ámbito da investigación
biomédica, tanto sobre a validez científica como sobre os aspectos éticos e sociais do ensaio.
CG3 - Ser capaz de traballar en equipo nun ámbito multidisciplinar para acadar obxectivos comúns desde perspectivas diferenciadas.
CG4 - Ser capaz de comunicar as súas propostas, experimentos, resultados, conclusións e críticas ante público especializado como non especializado.
CG5 - Posuír as habilidades de aprendizaxe necesarias para estar ao día no ámbito da investigación biomédica e as súas técnicas de forma autónoma.
Ademáis, tamén se traballará a competencia específica:
CE5 - Ser capaz de deseñar experiencias no ámbito da Biomedicina, aplicando as técnicas adecuadas para responder á pregunta pertinente.
Docencia expositiva (9 horas): nas sesións de docencia expositiva, o profesorado explicará os conceptos teórico-prácticos dos contidos, apoiándose en presentacións. Respecto ao material para o seguimento da materia, a maiores da bibliografía recomendada, o alumnado disporá de material docente complementario a través do Campus Virtual da materia.
Docencia interactiva (12 horas): a docencia interactiva distribúese en seminarios de resolución de casos prácticos na aula de clase co ordenador. Nestas sesións introducirase ao alumnado o manexo do paquete R para análise estatística de datos. Traballarase tamén sobre os casos prácticos que terán que resolver.
Titoría: as titorías están destinadas ao seguimento da aprendizaxe do alumnado. Realizaranse tanto de xeito presencial como a través do correo electrónica ou MS Teams. Traballaranse fundamentalmente aquelas competencias relacionadas co razoamento crítico e a capacidade de comunicación.
A avaliación da materia desglosase do seguinte xeito:
- Realización dun informe estatístico en grupo ou individual (40%)
- Exposición ante as/os compañeiras/os do devandito informe incluíndo unha rolda de preguntas e intervencións (25%)
- Revisión por pares do informe (15%)
- Proba de avaliación do paquete estatístico R (20%)
Nótese que, para os casos de realización fraudulenta de exercicios ou probas, será de aplicación o recollido na “Normativa de avaliación do rendemento académico dos estudantes e da revisión das cualificacións”.
Nesta materia, o alumnado conta con 21 horas de docencia presencial (9 horas de docencia expositiva e 12 horas de docencia interactiva). Para docencia expositiva, considérase necesario dedicar ao estudo arredor de 49 horas de traballo persoal do alumnado (revisión de conceptos e consulta de bibliografía). O alumnado debe ter en conta que tamén é necesario practicar de xeito autónomo a resolución de problemas e casos prácticos.
A asistencia ás sesións presenciais é fundamental para o seguimento e superación da materia. O alumnado deberá realizar todas as actividades recomendadas polo profesorado (revisión de bibliografía e casos prácticos) para superar con éxito a materia.
O material do curso porase a disposición do alumnado a través do Campus Virtual da USC. Preténdese que esta plataforma sexa a principal vía de comunicación co alumnado.
Maria Isabel Borrajo Garcia
Coordinador/a- Departamento
- Estatística, Análise Matemática e Optimización
- Área
- Estatística e Investigación Operativa
- Correo electrónico
- mariaisabel.borrajo [at] usc.es
- Categoría
- Profesor/a: Profesor Contratado/a Doutor
| Venres | |||
|---|---|---|---|
| 08:30-11:30 | Grupo /CLE_01 | Galego | R.N.S.-Aula 10 |