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 |
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 |
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. |
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Activitats Introductòries |
|
1.2 |
0 |
1.2 |
Sessió Magistral |
|
28 |
44.8 |
72.8 |
Pràctiques a través de TIC en aules informàtiques |
|
28 |
42 |
70 |
Atenció personalitzada |
|
0 |
0 |
0 |
|
Proves objectives de preguntes curtes |
|
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 |
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. |
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. |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Pràctiques a través de TIC en aules informàtiques |
|
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 |
|
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. |
Bàsica |
Mateo, J.M., Estadística pràctica pas a pas, , URV
|
|
Complementària |
|
|
(*)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. |
|