FichadeasignaturaGradoenBiologa

Datosbsicosdelaasignatura Asignatura: Estadstica Aplicada a la Biologa

Tipo(Oblig/Opt): CrditosECTS: Tericos: Prcticos: Seminarios Tutoras Curso: Semestre: Departamentos responsables: Profesorresponsable: Profesores: Descriptor:

Obligatoria 6 2,82 1,18 1,41 0,59 Primero Segundo Matemtica Aplicada (Biomatemtica) Antonio Murciano Matemtica Aplicada murciano@bio.ucm.es 913944888 Cespedosa (Biomatemtica) Consultar listado de profesores en horario de la asignatura (Pgina web de la Facultad) Se proporcionarn al alumno los conocimientos bsicos sobre las herramientas estadsticas necesarias para su desenvolvimiento como bilogo. Se empieza por una introduccin al Clculo de Probabilidades, para a continuacin introducir la Inferencia Estadstica y dedicando la parte ms extensa del programa al estudio del muestreo, elaboracin e interpretacin de Intervalos de Confianza y desarrollo e interpretacin de los resultados de Contrastes de Hiptesis y Anlisis de la Regresin Lineal. Ninguno Se recomienda haber cursado la asignatura de Matemticas en bachillerato. Asistir a clase con regularidad y llevar el trabajo al da para comprender con ms facilidad los conceptos de cada tema nuevo que precisa conocer y dominar los anteriores. - Analizar y resolver problemas cualitativos y cuantitativos en el rea de la Biologa. (CG6) - Evaluar, interpretar y sintetizar datos e informacin biolgica. (CG8) - Interpretar datos procedentes de observaciones y medidas en trminos de su significacin y de los modelos explicativos que las apoyan. (CG12) - Desarrollar buenas prcticas cientficas de observacin, medida y experimentacin. (CG13) - Demostrar razonamiento crtico y autocrtico. (CT2) - Gestionar informacin cientfica de calidad, bibliografa, bases de datos especializadas y recursos accesibles a travs de Internet. (CT4) - Utilizar las herramientas y los programas informticos que facilitan el tratamiento de los resultados experimentales. (CT7) - Defender los puntos de vista personales apoyndose en conocimientos cientficos. (CT9) - Adquirir capacidad de organizacin, planificacin y ejecucin. (CT11) - Analizar e interpretar el carcter aleatorio de los procesos biolgicos. - Disear modelos probabilsticos de procesos biolgicos. - Disear e interpretar los resultados de los experimentos cientficos sobre fenmenos biolgicos. - Comprensin de los procesos inferenciales y de prediccin estadstica. - Elaboracin e interpretacin de Intervalos de Confianza. - Planteamiento, resolucin e interpretacin de contrastes de hiptesis cientficas. - Capacidad para el manejo de programas informticos de Estadstica.

Datosespecficosdelaasignatura

Requisitos: Recomendaciones:

Competencias
Competencias transversalesy genricas:

Competencias especficas:

Objetivos
- Describir datos reales mediante la elaboracin de tablas, representaciones grficas y determinacin de valores caractersticos (anlisis exploratorio de datos). - Definir el concepto de fenmeno aleatorio y calcular correctamente probabilidades. - Identificar variables aleatorias de inters en los estudios biolgicos y establecer sus leyes de probabilidad y parmetros fundamentales. - Distinguir la independencia de variables y su trascendencia biolgica en el estudio de asociacin entre diferentes fenmenos de inters biolgico.

- Determinar una medida de la correlacin de variables estadsticas e interpretar su significado. - Realizar Inferencias Estadsticas acerca de poblaciones a partir de las correspondientes muestras. - Dar estimaciones puntuales y por intervalos de parmetros e interpretar los resultados obtenidos. - Plantear, resolver e interpretar el resultado de los contrastes de hiptesis estadsticas a partir de las correspondientes hiptesis biolgicas. - Distinguir si se puede ajustar una distribucin observada a un modelo terico y dar una medida de la bondad del ajuste. - Realizar correctamente el anlisis de la regresin lineal simple. - Usar correctamente las tcnicas del anlisis estadstico. - Saber utilizar software estadstico para la resolucin de problemas.

Metodologa
Descripcin:

Las clases tericas proporcionarn al alumno las claves de cada tema, as como los recursos necesarios para completar el estudio del mismo. Adems, se sugerirn al alumno motivos de reflexin que permitan profundizar en la comprensin de las materias y establecer la importancia de las mismas en relacin al estudio de la Biologa. En los seminarios se realizar la discusin de los motivos de reflexin propuestos en las clases de teora, posiblemente mediante la formacin de grupos que elaboren las respuestas adecuadas a los mismos. Asimismo se desarrollarn ejercicios prcticos para asentar los conocimientos tericos obtenidos. Las clases de prcticas, agrupadas al final del semestre, se dedicarn a la realizacin de un supuesto prctico en el que un caso real ser analizado con ayuda de software estadstico especializado. Dicho estudio partir de la estadstica descriptiva para recorrer motivadamente el conjunto de materias introducidas en el curso finalizando con la realizacin de los correspondientes contrastes de hiptesis y la interpretacin estadstica y biolgica de los resultados.
Clasestericas: Clasesprcticas: Exposicionesy/o seminarios: Tutora: Evaluacin: Trabajo presencial: Trabajo autnomo: Total: Horas %respectopresencialidad

Distribucinde actividadesdocentes

27 10 12 0 2 51 99 150

52,93 19,60 23,53 0 3,92 34 66

Bloquestemticos

BLOQUE 1: Probabilidad de sucesos. Espacio muestral, probalidades condicionadas, independencia de sucesos. TEMA 1 BLOQUE 2: Variable aleatoria. Leyes de probabilidad y parmetros. Independencia y correlacin de variables aleatorias. Modelos de probabilidad. TEMAS 2-6 BLOQUE 3: Muestreo aleatorio. Estadsticos . Estimacin de parmetros. TEMAS 7-8 BLOQUE 4: Contrastes de hiptesis. Anlisis de la Regresin lineal. TEMAS 9-12

Evaluacin
Criteriosaplicables

La evaluacin se realizar de forma continua mediante: 1) Pruebas escritas sobre los contenidos de la asignatura. 2) Evaluacin de las prcticas. 3) Trabajo autnomo del alumno. Pruebas escritas: Se realizar dos exmenes parciales, uno a mitad de curso y uno al finalizar; y un examen final. (60%) Evaluacin de las prcticas: Incluir la valoracin sobre el trabajo desarrollado en prcticas por el alumno y en su caso un examen prctico. (30%) Trabajo autnomo: Se evaluar la participacin del alumno en el conjunto de las clases y en particular en los temas de reflexin propuestos en los seminarios. (10%)

Organizacin semestral: Temario

Programaterico:

Consultar Agenda Docente (Pgina web de la Facultad) 1. El mtodo estadstico en Biologa. La probabilidad como funcin de conjuntos: axiomtica. Probabilidad condicionada. Sucesos independientes. Teorema de Bayes. 2. Variables aleatorias discretas y continuas. Variables aleatorias conjuntas. Funcin de densidad de probabilidad y funcin de distribucin acumulativa de una variable aleatoria. El concepto de Modelo o Distribucin de Probabilidad. Distribuciones bivariantes. Distribuciones marginales. Distribuciones condicionadas. Variables aleatorias independientes. 3. Funcin de variable aleatoria. Esperanza. Varianza. Covarianza. Coeficiente de correlacin. Momentos. 4. Distribuciones discretas. Distribucin binomial. Distribucin de Poisson o Ley de los sucesos raros. Aproximacin de la distribucin binomial a la distribucin de Poisson. 5. Distribuciones continuas. Tiempo de espera en un proceso de Poisson. Distribuciones gamma, exponencial y 2. Distribucin normal 6. Teorema del lmite central. Aproximacin de las distribuciones binomial y de Poisson a la normal. Correccin por continuidad. 7. Muestreo aleatorio. Muestra aleatoria. Estadsticos muestrales. Media y varianza muestrales. Distribuciones muestrales. Distribuciones t, 2 y F. 8. Estimacin puntual y por intervalos. Propiedades de los estimadores. Intervalos para proporciones, medias y varianzas. 9. Hiptesis estadsticas. Contrastes. Tipos de errores. Regin crtica. Nivel de significacin, valor P y potencia de un contraste. Contrastes relativos a proporciones, medias y varianzas. Tamaos muestrales en los contrastes. 10. La prueba 2. Estadstica no paramtrica. Ajuste de una distribucin observada a una distribucin terica. Pruebas de independencia y de homogeneidad. 11. Principios de Anlisis de la Varianza. Prueba de Fisher (LSD). Prueba de Bartlett. 12. Regresin Lineal Simple. Estimacin y contrastes sobre los coeficientes de regresin. 1. Planteamiento del supuesto. Introduccin al manejo del Software. Descripcin de los datos. 2. Estudio de las variables aleatorias implicadas (parmetros, distribucin, etc) 3. Estimacin puntual y por intervalos de los principales parmetros de las variables ms relevantes. 4. Contrastes de hiptesis para la obtencin de las primeras interpretaciones de los resultados. Estudios de independencia y homogeneidad. 5. Contrastes de hiptesis paramtricos. Interpretacin de los resultados. 1. Probabilidad de sucesos 2. Probabilidades condicionadas y Teorema de Bayes 3. Distribuciones discretas 4. Distribuciones continuas 5. Teorema del lmite central y aproximaciones de distribuciones de probabilidad 6. Intervalos de confianza 7. Contrastes de hiptesis sobre medias 8. Contrastes de hiptesis sobre proporciones 9. Contrastes sobre bondad de ajuste 10. Contrastes de independencia y homogeneidad 11. Anlisis de la Varianza 12. Anlisis de la Regresin TEXTOS DISPONIBLES EN LA BIBLIOTECA DE LA UNIVERSIDAD COMPLUTENSE DE MADRID - lvarez Cceres, R. 2007. Estadstica Aplicada a las Ciencias de la Salud. Ed. Daz de Santos. Madrid. - Calot, G. 1988. Curso de Estadstica Descriptiva. Madrid, Paraninfo. - Canavos, G. C. 2003. Probabilidad y Estadstica. Aplicaciones y mtodos. Ed. McGraw-Hill. Mxico.

Programaprctico:

Seminarios:

Bibliografa:

- Chambers J. M. ,, Tukey P. A. 1983. Graphical Methods for Data Analysis. Duxbury Press. - Cochran W. G., Snedecor G. W. 1989. Statistical Methods (9 Ed.). Iowa State University Press. - Fisher R. A.1990. Statistical Methods for Research Workers. Oxford University Press. - Fisher, LL.D., Van Belle, G. 1993. Biostatistics. A methodology for the Health Sciences. Ed. John Wiley & Sons, Inc. New York. - Freeman H. 1963. Introduction to Statistical Inference. Addison-Wesley Pub. (Traduccin: Introduccin a la Inferencia Estadstica. (1970). Ed. Trillas - Gonzlez Manteiga, M T. 2003. Modelos Matemticos Discretos en las Ciencias de la Naturaleza. Teora y problemas. Ed. Daz de Santos. Madrid. - Gonzlez Manteiga, M T. Prez de Vargas Luque, A. 2009. Estadstica Aplicada: Una visin instrumental. Teora y ms de 500 problemas resueltos o propuestos con solucin. Ed. Daz de Santos. Madrid. - Hogg V. H. , Craig A. T. 1978. Introduction to Mathematical Statistcs. Macmillan Pub. - Ipia, Santiago L.; Durand, Ana I. 2008. Inferencia estadstica y anlisis de datos. Pearson Educacin, D. L. Madrid. - Kalbfleisch, J.G. 1984. Probabilidad e Inferencia estadstica .Tomos 1 y 2. Ed. AC. Madrid. - Kleinbaum D. G., Kupper L. L. 1988. Applied Regression Analysis . Duxbury Press. - Lpez Snchez, J., Prez de Vargas, A. Zamora Romero, J., Murciano Cespedosa, A., Alonso Fernndez, J., Reviriego Eiros, M., Lahoz Beltr, R. 2001. Aula Virtual de Bioestadstica. Dpto. Matemtica Aplicada (Biomatemtica) Facultad de CC. Biolgicas de la UCM. http://e-stadistica.bio.ucm.es/ - Pagano, M., Gauvreau, K. 2001. Fundamentos de Bioestadstica. Segunda edicin. Ed. Paraninfo Thomson Learning. Madrid. - Prez de Vargas Luque, A., Abraira, V. 1996. Bioestadstica. Ed. Centro de Estudios Ramn Areces. Madrid. - Rosner, B. 1995. Fundamentals of Biostatistics. Fourth edition. Ed. Duxbury Press. USA. - Ross, S. M. 1987. Introduction to Probability and Statistics for engineers and scientists. Ed. John Wiley & Sons Publisher. New York. - Ross, S. M. 1993. Introduction to Probability Models. Fifth Edition. Ed. Academia Press, Inc. London. - Sokal, R.R., Rohlf, F. J. 1979. Biometra. Principios y mtodos estadsticos en la investigacin biolgica. Ed. H. Blume. Madrid, - Sokal, R.R., Rohlf, F. J. 1980. Introduccin a la Bioestadstica. Ed. Revert. Barcelona. Zar, J. H. 1996. Biostatistical Analysis. Third edition. Ed. Prentice Hall. Mexico. TEXTOS NO DISPONIBLES EN LA BIBLIOTECA DE LA UNIVERSIDAD COMPLUTENSE DE MADRID Thomas, D.C. 2004. Statistical Methods in Genetic Epidemiology. Ed. Oxford University Press. New York.
Enlacesrelacionados

http://www.seio.es/ S.E.I.O (Sociedad de Estadstica e Investigacion Operativa) http://www.ine.es/ Instituto Nacional de Estadstica http://epp.eurostat.ec.europa.eu/ EUROSTAT. Servicio de informacin estadstica de la Unin Europea. http://e-stadistica.bio.ucm.es/ Aula Virtual de Bioestadstica. Dpto. Matemtica Aplicada (Biomatemtica) Facultad de CC. Biolgicas de la UCM.