DATOS IDENTIFICATIVOS 2020_21
Asignatura (*) ESTADÍSTICA Código 19204004
Titulación
Grau de Biotecnologia (2009)
Ciclo 1r
Descriptores Cr.totales Tipo Curso Periodo Horarios y datos del examen
6 Formació bàsica Primer 1Q
Modalidad y lengua de impartición
Departamento Enginyeria Química
Coordinador/a
MATEO SANZ, JOSEP MARIA
Correo-e josepmaria.mateo@urv.cat
ferran.borrell@urv.cat
roger.girbes@urv.cat
francisco.berto@urv.cat
greta.gaiani@urv.cat
masoud.norouzi@urv.cat
ankur.ruhela@urv.cat
Profesores/as
MATEO SANZ, JOSEP MARIA
BORRELL MICOLA, FERRAN
GIRBES BALAGUE, ROGER
BERTO ROSELLÓ, FRANCISCO
GAIANI , GRETA
NOROUZI , MASOUD
RUHELA , ANKUR
Web
Descripción general e información relevante
En el cas d’emergència sanitària que requereixi confinar la població o que impliqui restriccions de mobilitat durant aquest curs, es procurarà adaptar l'activitat docent i l'avaluació. Si es produeix aquesta situació, s'informarà d'aquestes adaptacions a l’espai Moodle de cada assignatura.

Els objectius de l'assignatura són: Aprendre a recollir i a analitzar dades eficientment: descripció i interpretació de dades, mostreig, estimació, contrast d’hipòtesis, anàlisis de la variància amb un i dos factors, determinació de models de regressió.

Competències
Tipo A Código Competencias Específicas
 A1 Aplicar coneixements bàsics de matemàtiques i física a les biociències moleculars
 A8 Analitzar adequadament dades i resultats experimentals propis dels àmbits de Biotecnologia amb tècniques estadístiques, i saber-los interpretar
Tipo B Código Competencias Transversales
Tipo C Código Competencias Nucleares

Resultats d'aprenentage
Tipo A Código Resultados de aprendizaje
 A1 Saber aplicar l'estimació matemàtica i els contrastos estadístics, útils quan s'han de prendre decisions sobre els valors de paràmetres físics o químics i els seus marges d'error.
Saber aplicar els conceptes i les tècniques estadístiques aplicades al tractament de resultats experimentals, que permetin estimar la fiabilitat dels valors finals.
Saber formular models d'ajustament de resultats experimentals a les funcions teòriques fisicoquímiques.
Utilitzar eines informàtiques per a fer el tractament estadístic de dades.
 A8 Conèixer les bases dels models de distribució de probabilitat discrets i continus
Saber aplicar l'estimació matemàtica i els contrastos estadístics, útils quan s'han de prendre decisions sobre els valors de paràmetres físics o químics i els seus marges d'error.
Saber aplicar els conceptes i les tècniques estadístiques aplicades al tractament de resultats experimentals, que permetin estimar la fiabilitat dels valors finals.
Saber formular models d'ajustament de resultats experimentals a les funcions teòriques fisicoquímiques.
Utilitzar eines informàtiques per a fer el tractament estadístic de dades.
Tipo B Código Resultados de aprendizaje
Tipo C Código Resultados de aprendizaje

Continguts
tema Subtema
1. Introducció a l’anàlisi de dades. 1.1. Concepte d’Estadística. Contingut de l’Estadística.
1.2. Concepte de població, mostra, individu i variable estadística.
1.3. Classificació de les variables estadístiques.
1.4. Paràmetres de posició.
1.5. Paràmetres de dispersió.
2. Variables aleatòries. 2.1. Concepte de probabilitat i propietats.
2.2. Concepte de variable aleatòria.
2.3. Variables aleatòries discretes: funció de probabilitat i funció de distribució.
2.4. Variables aleatòries contínues: funció de densitat i funció de distribució.
2.5. Esperança matemàtica.
2.6. Variància.
3. Models de distribució de probabilitats. 3.1. Distribucions discretes: Bernoulli, binomial, Poisson, uniforme.
3.2. Distribucions contínues: uniforme, exponencial, normal.
3.3. Llei normal general. Llei normal reduïda: N(0,1).
3.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor.
3.5. Convergència a la llei normal: teorema del límit central.
3.6. Ús de les taules estadístiques.
4. Teoria de l’estimació. 4.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals.
4.2. Propietats dels estimadors: biaix, eficiència i consistència.
4.3. Alguns mètodes d’estimació: el mètode dels moments i el mètode del màxim de versemblança.
4.4. Noció d’interval de confiança. Coeficient de confiança.
4.5. Determinació d’alguns intervals de confiança per a: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions.
5. Contrast d’hipòtesis. 5.1. Hipòtesis estadístiques. Tipus d’hipòtesis.
5.2. Concepte de regió crítica i regió d’acceptació.
5.3. Tipus d’errors. Potència d’un contrast. Nivell de significació.
5.4. Aplicació dels contrastos d’hipòtesis per: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions.
6. Anàlisi de la variància. 6.1. Generalitats sobre l’anàlisi de la variància.
6.2. Disseny d’un factor.
6.3. Disseny de dos factors sense interacció. Blocs aleatoritzats.
6.4. Disseny de dos factors amb interacció.
7. Regressió lineal. 7.1. Model de regressió mostral simple.
7.2. Estimació de la recta de regressió pel mètode dels mínims quadrats.
7.3. Mesures de bondat d’ajust.
7.4. Contrastos de significació.
7.5. Construcció d’intervals de predicció.
7.6. Regressió no lineal.
7.7. Regressió lineal múltiple.
8. Mètodes numèrics. 8.1. Anàlisi de l'error.
8.2. Zeros de funcions.
8.3. Resolució de sistemes d'equacions lineals.
8.4. Integració numèrica.
8.5. Resolució numèrica d'equacions diferencials.

Planificació
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
Horas fuera de clase
(**) Horas totales
Activitats Introductòries
CE1
1.2 0 1.2
Sessió Magistral
CE1
CE8
28 44.8 72.8
Pràctiques a través de TIC en aules informàtiques
CE1
CE8
28 42 70
Atenció personalitzada
CE8
0 0 0
 
Proves objectives de preguntes curtes
A1
A8
3 3 6
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologies
Metodologías
  descripción
Activitats Introductòries Introducció de l'assignatura on s'expliquen els continguts a treballar, els objectius a avaluar, la metodologia que s'usa i el mètode d'avaluació.
Sessió Magistral El professor explica els continguts teòrics de cada tema. S'usa la pissarra i la projecció dels apunts.
Pràctiques a través de TIC en aules informàtiques Es demanen als alumnes que facin i lliurin pràctiques, realitzades amb ordinador, relacionades amb els continguts que s'estan treballant en cada moment. Aquestes pràctiques formen part de l'avaluació continuada de l'assignatura.
Atenció personalitzada Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula.

Atenció personalitzada
descripción

Temps que cada professor té reservat per atendre i resoldre dubtes als alumnes. A causa de l’emergència sanitària, l’atenció a l’estudiant es podrà realitzar mitjançant reunions on line, en horaris concertats ?prèviament per correu electrònic, o mitjançant altres eines virtuals.


Avaluació
Metodologías Competencias descripción Peso        
Pràctiques a través de TIC en aules informàtiques
CE1
CE8
L’estudiant, amb ajuda del professor, haurà de resoldre problemes dels diversos continguts de l'assignatura. Es valorarà l’aprofitament de les pràctiques.
50%
Proves objectives de preguntes curtes
A1
A8
Examen final individual de caràcter de síntesi. Només es pot portar i consultar el següent material: calculadora científica, taules estadístiques i un formulari d'un màxim de 3 fulls. 50%
Otros  
 
Otros comentarios y segunda convocatoria

Els exàmens es realitzaran de forma presencial. A causa de l'emergència sanitària, en cas de confinament o de restriccions en la mobilitat, les activitats avaluatives, inclosos els exàmens, es farien online en les dates previstes. En l'espai Moodle de cada assignatura hi podreu consultar la informació actualitzada.

La segona convocatòria consisteix en un examen final individual de caràcter de síntesi. Es guarda la nota de pràctiques si aquesta és superior o igual a 5 (en aquest cas, la nota de pràctiques i la de l'examen ponderen un 50% cadascuna). Si la nota de pràctiques és inferior a 5, llavors no es guarda aquesta nota i l'examen pondera un 100%.

Durant les proves d'avaluació, els telèfons mòbils, tablets i altres aparells que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista.

La realització demostrativament fraudulenta d'alguna activitat avaluativa d'alguna assignatura tant en suport material com virtual i electrònic comporta a l'estudiant la nota de suspens d'aquesta activitat avaluativa. Amb independència d'això, davant la gravetat dels fets, el centre pot proposar la iniciació d'un expedient disciplinari, que serà incoat mitjançant resolució del rector o rectora.


Fonts d'informació

Bàsica Mateo, J.M., Estadística pràctica pas a pas, , URV

Complementària

Recomanacions


(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.