| Competències |
| Tipo A | Código | Competencias Específicas |
| CE9 | Capacitat per aplicar tests estadístics i algoritmes d'anàlisi multivariant en dades clíniques, òmics, bioquímics i d'altres fonts | |
| Tipo B | Código | Competencias Transversales |
| Tipo C | Código | Competencias Nucleares |
| Resultats d'aprenentage |
| Tipo A | Código | Resultados de aprendizaje |
| CE9 |
Entén els conceptes bàsics d'estadística Coneix els diferents tipus de distribucions de variables aleatòries Aplica els models i algoritmes estadístics adequats en biologia Coneix la teoria i l'estadística associada al disseny d'experiments (DOE) Determina la certesa o probabilitat de les conclusions que es poden extreure de les dades, així com descartar ocurrències poc probables Utilitza tècniques multivariants d'anàlisi de dades per a visualitzar tendències o possibles mesures errònies És capaç d'aplicar tècniques de correlació de dades que permetin descobrir interrelacions entre diferents processos biològics És capaç d'aplicar tècniques de fusió de característiques per obtenir conclusions holístiques sobre experiments amb moltes dades i / o variables Coneix i aplica algoritmes multivariants o de reconeixement de patrons per a la predicció de variables a partir de les dades d'un experiment de laboratori És capaç de calibrar tests de diagnòstic basats en tècniques multivariants, reconeixement de patrons, algoritmes d'intel·ligència artificial o aprenentatge màquina (machine learning). | |
| Tipo B | Código | Resultados de aprendizaje |
| Tipo C | Código | Resultados de aprendizaje |
| Continguts |
| tema | Subtema |
| Introducció | |
| Exploració de dades | |
| Explorant relacions entre variables | |
| Probabilitat | |
| Variables Aleatòries i distribucions de probabilitat | |
| Estimació | |
| Test d'hipòtesis | |
| Inferència estadística sobre la relació entre dues variables | |
| Anàlisi de la variància (ANOVA) | |
| Anàlisi de Variables Categòriques | |
| Anàlisi de Regressió | |
| Anàlisi de clusters | |
| Anàlisi Bayesiana | |
| Anàlisi multivariant de dades mitjançant xarxes neurals |
| Planificació |
| Metodologías :: Pruebas | ||||||||||
| Competencias | (*) Horas en clase |
Horas fuera de clase |
(**) Horas totales | |||||||
| Activitats Introductòries |
|
1 | 0 | 1 | ||||||
| Sessió Magistral |
|
28 | 42 | 70 | ||||||
| Pràctiques a laboratoris |
|
22 | 36 | 58 | ||||||
| Pràctiques a través de TIC |
|
8 | 12 | 20 | ||||||
| Atenció personalitzada |
|
1 | 0 | 1 | ||||||
| (*) 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 |
| descripción | |
| Activitats Introductòries | Activitat descriptiva de l'assignatura i de l'organització del curs |
| Sessió Magistral | Explicació a l'aula dels continguts teòrics de l'assignatura |
| Pràctiques a laboratoris | Realització de d'anàlisis estadístics en l'àmbit d'enginyeria biomèdica, emprant les eines descrites en les classes magistrals. |
| Pràctiques a través de TIC | Utilització de programaris i entorns com Matlab i R per a realitzar anàlisi estadístic i tractament de dades en el context d'enginyeria biomèdica. |
| Atenció personalitzada | Realització de consultes amb els professors de l'assignatura. |
| Atenció personalitzada |
| descripción |
| Es recomana emprar de manera periòdica les hores de consultes dels professors per resoldre dubtes o tractar qualsevol aspecte relacionat amb l'assignatura. |
| Avaluació |
| Metodologías | Competencias | descripción | Peso | ||||
| Sessió Magistral |
|
Resolució de 2 proves parcials consistents en tests amb respostes objectives. |
35 |
||||
| Pràctiques a laboratoris |
|
Resolució de les pràctiques en el laboratori. Realització d'informes de les pràctiques | 20 | ||||
| Pràctiques a través de TIC |
|
Aprenentatge de la utilització de Matlab i R en el context d'enginyeria biomèdica | 0 | ||||
| Otros | Examen final amb part relacionada amb la teoria i problemes associats i part de l'examen relacionat amb les pràctiques |
45 |
| Otros comentarios y segunda convocatoria | |||
|
Cal aprovar les pràctiques per superar l'assignatura. |
|||
| Fonts d'informació |
| Bàsica |
Babak Shahbaba, Biostatistics with R: An Introduction to Statistics Through Biological Data, DOI 10.1007/978-1-4614-13, Springer, 2012
Wayne W. Daniel, Biostatistics: Basic concepts and Methodology for the Heath Sciences, ISBN: 978-0-470-41333-3, Wiley, 2010 |
||||||||
La bibliografia complementària s'anunciarà en la presentació del curs. |
|||||||||
| Complementària | |||||||||
| Recomanacions |
| Asignaturas que se recomienda haber cursado previamente | ||||
|
||||
| Otros comentarios | |
| Les assignatures del mateix àmbit que en continuen el temari en semestres posteriors són: - Tractament digital de biosenyals - Processament d'imatges biomèdiques - Tecnologies òmiques i tractament de dades - Biologia computacional i analítica de dades biomèdiques |
(*)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.