IDENTIFYING DATA 2023_24
Subject (*) ESTADÍSTICA Code 19204004
Study programme
Grau en Biotecnologia (2009)
Cycle 1r
Descriptors Credits Type Year Period Exam timetables and dates
6 Formació bàsica Primer 1Q
Modality and teaching language
Department Enginyeria Química
Coordinator
MATEO SANZ, JOSEP MARIA
FERNÁNDEZ SABATER, ALBERTO
E-mail josepmaria.mateo@urv.cat
alberto.fernandez@urv.cat
roger.girbes@urv.cat
francisco.berto@urv.cat
tahereh.mokary@urv.cat
giuseppe.colella@urv.cat
mostafa.zarandi@urv.cat
ali.naseri@urv.cat
Lecturers
MATEO SANZ, JOSEP MARIA
FERNÁNDEZ SABATER, ALBERTO
GIRBES BALAGUE, ROGER
BERTO ROSELLÓ, FRANCISCO
MOKARY YAZDELY, TAHEREH
COLELLA , GIUSEPPE
ZARANDI , MOSTAFA
NASERI , ALI
Web
General description and relevant information

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
Type A Code Competences Specific
 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
Type B Code Competences Transversal
Type C Code Competences Nuclear

Resultats d'aprenentage
Type A Code Learning outcomes
 A1 Aplicar l'estimació matemàtica i els tests estadístics, útils quan s'han de prendre decisions sobre els valors de paràmetres i els seus marges d'error.
Aplicar els conceptes i les tècniques estadístiques aplicades al tractament de resultats experimentals, que permetin estimar la fiabilitat dels valors finals.
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
Aplicar l'estimació matemàtica i els tests estadístics, útils quan s'han de prendre decisions sobre els valors de paràmetres i els seus marges d'error.
Aplicar els conceptes i les tècniques estadístiques aplicades al tractament de resultats experimentals, que permetin estimar la fiabilitat dels valors finals.
Formular models d'ajustament de resultats experimentals a les funcions teòriques fisicoquímiques.
Utilitzar eines informàtiques per a fer el tractament estadístic de dades.
Type B Code Learning outcomes
Type C Code Learning outcomes

Continguts
Topic Sub-topic
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. Càlcul de probabilitats amb eines informàtiques.
4. Intervals de confiança. 4.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals.
4.2. Noció d’interval de confiança. Coeficient de confiança.
4.3. 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. Precisió i exactitud.
8.2. Zeros de funcions.
8.3. Resolució de sistemes d'equacions lineals i no lineals.
8.4. Integració numèrica.
8.5. Resolució numèrica d'equacions diferencials.

Planificació
Methodologies  ::  Tests
  Competences (*) Class hours
Hours outside the classroom
(**) Total hours
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
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Metodologies
Methodologies
  Description
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, de manera presencial, durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula i, de manera telemàtica, en qualsevol altre moment del quadrimestre.

Atenció personalitzada
Description

Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs, de manera presencial, durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula i, de manera telemàtica, en qualsevol altre moment del quadrimestre.


Avaluació
Methodologies Competences Description Weight        
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. L'examen es farà en l'entorn Moodle i es pot consultar tot el material que l'alumnat consideri necessari, tant sigui en paper com en format digital i/o online, i usar calculadora 50%
Others  
 
Other comments and second exam session

Per a la segona convocatòria hi hauran dues opcions, de les quals l'estudiant en triarà una prèviament:

- La primera opció consistirà en un examen de tot el contingut de l'assignatura i que serà equiparable al de la primera convocatòria, el qual estarà valorat en un 100%.

- La segona opció consistirà, per una banda, d'un examen amb predomini de procediments bàsics (amb una ponderació del 50%) i, per l'altra, la nota de pràctiques (amb una ponderació del 50%) que s'hagi obtingut a la primera convocatòria (en el cas que hagi estat igual o superior a 5). Si la nota de pràctiques és inferior a 5, llavors no es guarda aquesta nota i l'examen pondera un 100%. La nota final de l'assignatura de l'estudiant que triï aquesta segona opció serà d'un màxim de 5 punts sobre 10.

Tant en primera com en segona convocatòria, cal que es tregui una nota mínima de 2 en l'examen final per tal d'aprovar l'assignatura.

Durant les proves d'avaluació, els telèfons mòbils i altres aparells que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista. No es permet la comunicació entre els estudiants dintre de l'aula ni que els estudiants rebin ajuda externa.

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


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.