| Competències |
| Tipus A | Codi | Competències Específiques |
| CE9 | Capacitat per aplicar tests estadístics i algoritmes d'anàlisi multivariant en dades clíniques, òmics, bioquímics i d'altres fonts | |
| Tipus B | Codi | Competències Transversals |
| Tipus C | Codi | Competències Nuclears |
| Resultats d'aprenentage |
| Tipus A | Codi | Resultats d'aprenentatge |
| 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). | |
| Tipus B | Codi | Resultats d'aprenentatge |
| Tipus C | Codi | Resultats d'aprenentatge |
| Continguts |
| Tema | Subtema |
| Introducció | |
| El llenguatge R | |
| 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 |
| Planificació |
| Metodologies :: Proves | ||||||||||
| Competències | (*) Hores a classe |
Hores fora de classe |
(**) Hores totals | |||||||
| 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 cas de docència no presencial, són les hores de treball amb suport vitual del professor. (**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat | ||||||||||
| Metodologies |
| Descripció | |
| 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 |
| Descripció |
| Es recomana emprar de manera periòdica les hores de consultes dels professors per resoldre dubtes o tractar qualsevol aspecte relacionat amb l'assignatura. |
| Avaluació |
| Metodologies | Competències | Descripció | Pes | ||||
| Sessió Magistral |
|
Resolució de 2 proves parcials consistents en tests amb respostes objectives i preguntes de desenvolupament o problemes. |
50 |
||||
| Pràctiques a laboratoris |
|
Resolució de les pràctiques en el laboratori. Realització d'informes de les pràctiques | 25 | ||||
| Pràctiques a través de TIC |
|
Examen final de la part relacionada amb les pràctiques i l'ús del llenguatge R | 25 | ||||
| Altres |
| Altres comentaris i segona convocatòria | |||
|
Cal obtenir un mínim de 4 de cadascuna de les parts per poder fer el càlcul de la nota final. Si s'obté menys de 4 en alguna de les parts es considera que no és apta. És necessari el seguiment continuat de les sessions de laboratori per tal d'aprovar l'assignatura. La falta d'assistència i treball en el laboratori no és recuperable en segona convocatòria. |
|||
| 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 |
| Assignatures que en continuen el temari | ||
|
||
| Assignatures que es recomana haver cursat prèviament | ||||
|
||||
| Altres comentaris | |
| 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 Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent