Titulació | Tipus | Curs | Semestre |
---|---|---|---|
4313774 Ecologia Terrestre i Gestió de la Biodiversitat | OB | 0 | A |
No n'hi ha
Proporcionar una base metodològica avançada d'anàlisi quantitatiu que pugui ser aplicada en estudis d'ecologia, biodiversitat i gestió del medi natural.
Una bona part del mòdul consisteix en el desenvolupament d'habilitats numèriques i informàtiques avançades que poden ser útils en ecologia i en moltes altres professions científiques i tècniques. S'estructura en dues parts complementaries, la primera d'estadística avançada i la segona d'elaboració de models numèrics aplicables en ecologia i gestió del medi natural.
Mètodes estadístics *.
1. Disseny experimental
2. Estadística bàsica (t d'Student, ANOVA, regressió simple, chi quadrat)
3. Models log-lineals
4. Anàlisi de regressió múltiple
5. Anàlisis de vies i SEM
6. Models lineals generals i generalitzats
7. Mètodes d'ordenació (anàlisi multivariant)
8. Mètodes de classificació (anàlisi multivariant)
Modelització*.
1. Introducció als models en ecologia i en ciències ambientals
2. Introducció a la programació en R. Variables. Bifurcacions. Bucles. Funcions.
3. Models basats en equacions diferencials. Creixement exponencial i logístic de poblacions. Models de competència i de depredació. Models de compartiments i fluxos.
4. Models matricials. Models de poblacions estructurades. Models de successió de comunitats.
5. Models d'autòmats cel·lulars. El joc de la vida. Models epidemiològics: SI y SIR.
6. Calibració i validació de models quantitatius. Eficiència del model. Mètodes.
*Llevat que les restriccions imposades per les autoritats sanitàries obliguin a una priorització o reducció d’aquests continguts.
Consistirà en classes magistrals, seminaris, pràctiques d'ordinador, elaboració d'un model de simulació i estudi personal.*
*La metodologia docent proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes de teoria | 20 | 0,8 | 1, 5, 6 |
Seminaris | 48 | 1,92 | 3, 4 |
Tipus: Autònomes | |||
Elaboració d'un model de simulació | 80 | 3,2 | 2, 4 |
Estudi personal | 143 | 5,72 | 1, 2, 3, 4, 5, 6 |
La nota final del mòdul (F) es calcula com la mitjana ponderada dels quatre exercicis d'avaluació segons els percentatges indicats a la taula anterior.
Per aprovar és necessari que F sigui igual o superior a 5 i que en les dues parts del mòdul (Estadística i Modelització) la nota sigui igual o superior a 4.
Només les activitats d'avaluació A3 i A4 són recuperables.
La programació de les proves d'avaluació i de recuperació s'indicarà en el calendari proporcionat per la/el coordinador/a del Màster, o bé seràn establertes pel professorat responsable.
S'obtindrà la qualificació de "No Avaluable" si el nombre d'activitats d'avaluació realitzades és inferior al 50% de les programades.
* L’avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
A1. Examen de programació | 17% | 1 | 0,04 | 2 |
A2. Treball i presentació oral d'un model de simulació | 25% | 4 | 0,16 | 2, 3, 4 |
A3. Examen d'estadística multivariant | 29% | 2 | 0,08 | 1, 3, 5, 6 |
A4. Examen models lineals i disseny experimental | 29% | 2 | 0,08 | 1, 3, 5, 6 |
Beven K (2009) Environmental modelling: an uncertain future? Routledge, London
Braun WJ, Murdoch DJ (2007) A first course in statistical programming with R. Cambridge University Press, Cambridge
Case TJ (2000) An illustrated guide to theoretical ecology. Oxford University Press, Oxford.
Crawley M. J. (2005). Statistical Computing: An Introduction to Data Analysis Using S-Plus. Wiley & Sosns Inc.
Faraway J.J. (2005). Linear Models with R. Chapman & Hall.
Faraway J.J. (2016). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Second Edition. Chapman & Hall.
Harte J. (1985.) Consider a spherical cow. A course in environmental problem solving. William Kaufmann, Los Altos, CA (USA).
Hector A. (2015). The New Statistics with R: An Introduction for Biologists. Oxford University Press.
Hilborn R & Mangel M (1997) The ecological detective. Confronting models with data. Princeton University Press, Princeton, NJ (USA).
Otto SP & Day T (2007) A Biologist Guide to Mathematical Modelling in Ecology and Evolution. Princeton University Press, Princeton.
Piñol J & Martínez-Vilalta J (2006) Ecología con números. Problemas y ejercicios de simulación. Lynx, Bellaterra (Barcelona).
Roff D.A (2006). Introduction to Computer-Intensive Methods of Data Analysis in Biology. Cambridge.
Starfield AM, Smith KA & Bleloch AL (1990) How to model it: problem solving for the computer age. McGraw-Hill, New York.
Stevens MHH (2009) A primer of ecology with R, Springer, Dordrecht.