Titulació | Tipus | Curs | Semestre |
---|---|---|---|
2501230 Ciències Biomèdiques | FB | 1 | 2 |
No hi ha prerequisits oficials, però es recomana tenir coneixements previs de matemàtiques elementals que incloguin els conceptes de derivació i integració.
L'assignatura de Bioestadística i Anàlisi de dades té com a objectiu fonamental introduir l'estudiant en el coneixement i l'ús de les eines bàsiques del saber d'acord amb el mètode científic.
L’assignatura abordarà els problemes relatius a la investigació als camps de la Biologia i de la Medicina con el mètode matemàtic i, especialment, des de la teoria de probabilitats. Aquest enfocament permetrà quantificar, de manera precisa, relacions significatives entre els diversos fenòmens relacionats amb la salut i la patologia humana des de la perspectiva de la Investigació Biomèdica.
Per assolir aquests objectius, l'alumne haurà de treballar amb diverses eines conceptuals, metodològiques i instrumentals necessàries per desenvolupar una visió de la Biomedicina d'acord amb el rigor científic.
TEMA 1. INTRODUCCIÓ
1.1. Definició i objectius de l’Estadística
1.2. Població i mostra
1.3. Estadística descriptiva, teoria de probabilitats i inferència estadística
TEMA 2. ESTADÍSTICA DESCRIPTIVA MONOVARIABLE
2.1. Variables qualitatives i Variables quantitatives discretes. Freqüències absoluta, relativa i acumulada. Representacions gràfiques
2.2. Variables quantitatives contínues. Agrupació de dades: Taules de freqüències. Representacions gràfiques. Mesures de tendència central: mitjana, mediana i moda. Mesures de dispersió: rang, variància, desviació típica i coeficient de variació. Mesures morfològiques: biaix i curtosi
TEMA 3. ESTADÍSTICA DESCRIPTIVA BIVARIABLE
3.1. Relació entre dues variables qualitatives. Relació entre una variable qualitativa y una variable quantitativa contínua. Relació entre dues variables quantitatives contínues (coeficient de correlació)
3.2. Dades aparellades (mesures repetides)
TEMA 4. TEORIA DE PROBABILITATS
4.1. Experiment aleatori, espai mostral i succés
4.2. Operacions amb successos: unió, intersecció, successos contraris i diferència de successos. Successos incompatibles
4.3. Freqüències absolutes i relatives. Probabilitat
4.4. Probabilitat condicionada. Successos independents. Probabilitat de la unió i interseccióde successos
4.5. Teorema de Bayes
4.6. Mesura de la freqüència d’una malaltia a la població. Incidència i prevalència
4.7. Avaluació de factors de risc. Risc relatiu i odds ratio
4.8. Avaluació de criteris diagnòstic. Sensibilitat, especificitat, valors predictius positius i negatius
TEMA 5. VARIABLES ALEATÒRIES
5.1. Variables aleatòries discretes i contínues
5.2. Funció densitat de probabilitat, funció distribució de probabilitat, esperança matemàtica i variància de variables aleatòries discretes i contínues
5.3. Distribucions teòriques de variables aleatòries discretes: Binomial i Poisson
5.4. Distribucions teòriques de variables aleatòries contínues: normal, χ2, t de Student i F de Fisher Snedecor
5.5. Teorema del límit central. Teorema de De Moivre. Distribució mostral. Interval de probabilitat
TEMA 6. ESTIMACIÓ DE PARÀMETRES
6.1. Mètodes d’estimació: interval de confiança. Diferències entre interval de probabilitat i interval de confiança
6.2. Estimació de mitjanes, variàncies i proporcions poblacionals. Determinació de la mida de la mostra
TEMA 7. CONTRAST D'HIPÒTESIS
7.1. Hipòtesi nul·la i alternativa. Zones de rebuig i no rebuig. Errors del tipus I o risc α i tipus II o risc β. Contrasts unilaterals i bilaterals. Nivell de significació. Determinació del tamany de la mostra
7.2. Proves de conformitat: contrasts de mitjanes, variàncies i proporcions mostrals amb paràmetres poblacionals
7.3. Proves d’independència: contrasts de mitjanes, variàncies i proporcions mostrals. Test de Kolmogorov-Smirnov. Test no paramètric de comparació de dues mostres: test de Mann-Whitney
7.4. Contrast d'hipòtesi de dades aparellades. Test no paramètric de Wilcoxon
TEMA 8. RELACIÓ ENTRE UNA VARIABLE QUALITATIVA I UNA VARIABLE QUANTITATIVA: ANÀLISI DE LA VARIÀNCIA i REGRESSIÓ
8.1. ANOVA d’un factor. Tests a priori i a posteriori
8.2. Regressió: mínims quadrats, significació de la recta de regressió i intervals de confiança de paràmetres poblacionals. Tests de linealitat i utilitat
TEMA 9. RELACIÓ ENTRE DUES VARIABLES QUANTITATIVES ALEATÒRIES: CORRELACIÓ
9.1. Coeficient de correlació. Significació del coeficient de correlació. Comparació entre regressió i correlació
TEMA 10. RELACIÓ ENTRE VARIABLES QUALITATIVES: ANÀLISI DE FREQÜÈNCIES
10.1. Proves de bondat d’ajustament de distribucions de freqüències a distribucions teòriques
10.2. Taules de contingència. Tests de homogeneïtat i independència
10.3. Test de McNemar de dades aparellades
Classes de teoria:
Les classes teòriques s'impartiran amb la metodologia de tipus presencial −classes magistrals− encara que es possibilitarà i estimularà al màxim la interacció i participació de l'alumnat. Les classes tindran suport de mitjans audiovisuals. El material utilitzat a classe pel professor estarà disponible al Campus Virtual de l’assignatura; es recomana als alumnes que l’imprimeixin i portin a classe, per utilitzar-lo com a suport a l’hora de prendre apunts. S'animarà l'alumne a aprofundir en els coneixements adquirits en classe mitjançant la utilització de la bibliografia i el programari de simulació recomanats.
Classes de problemes / seminaris de pràctiques:
Atès el caràcter i l'orientació de l'assignatura, les classes de problemes, intercalades convenientment amb les de teoria, jugaran un paper clau en el seu desenvolupament i en l'aprenentatge de la matèria.
Mitjançant el Campus Virtual es lliuraran col·leccions de problemes, organitzats segons els temes de l’assignatura, que l’alumne haurà d’anar desenvolupant tant a classe com individualment. La major part d’aquests problemes seran casos pràctics que en resoldre'ls permetin a l'alumne una major compressió dels coneixements adquirits a les classes de teoria i a l'estudi personal.
A les classes de problemes, també s'utilitzaran eines com Kahoot per a la consolidació de continguts i com a diagnòstic dels coneixements adquirits.
Als seminaris de pràctiques, intercalats convenientment amb les classes de teoria, s'introduirà la metodologia i dinàmica del programari SPSS (o un altre paquet estadístic), que l'alumne haurà d'utilitzar a les classes pràctiques, per tal d'aconseguir l'aprenentatge objecte de l'assignatura.
Classes de pràctiques:
Les classes pràctiques són un punt fonamental per al compliment correcte dels objectius de l'assignatura. L'alumne haurà de resoldre casos pràctics, prèviament seleccionats, mitjançant programari estadístic. L'aprenentatge contempla tant la introducció i la manipulació de dades, com l'ús de les facilitats principals que ofereix aquest programari per a l'anàlisi de dades. Les pràctiques es duran a terme individualment o per parelles. El desenvolupament d'aquestes classes estarà lligat a les classes teòriques i de problemes amb bona correlació temporal.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes de seminaris/problemes | 6 | 0,24 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 14, 15, 16 |
Classes de teoria | 24 | 0,96 | 3, 4, 5, 6, 7, 8, 9, 11, 14, 16 |
Classes pràctiques | 20 | 0,8 | 1, 2, 3, 5, 6, 7, 10, 16 |
Tipus: Supervisades | |||
Pràctiques de consolidació | 7 | 0,28 | 3, 4, 5, 6, 7, 8, 9, 10, 12, 16 |
Tipus: Autònomes | |||
Estudi personal | 42 | 1,68 | 1, 2, 3, 5, 6, 9, 10, 12, 15 |
Qüestionaris de pràctiques | 7 | 0,28 | 1, 4, 5, 7, 8, 9, 11, 14, 15, 16 |
Realització d'exercicis | 24 | 0,96 | 3, 4, 5, 7, 8, 9, 11, 14, 15 |
Realització de tests | 10 | 0,4 |
Les competències de l’assignatura s’avaluaran segons els criteris següents:
Exàmens teòrics: | ||
1era prova parcial | T1 | 30% |
2ona prova parcial | T2 | 35% |
Exàmens pràctics: | ||
1era prova parcial | P1 | 10% |
2ona prova parcial | P2 | 15% |
Assistència i presentació de qüestinaris de pràctiques | 10% |
Qualificacions:
Examen de Recuperación (Final):
Alumnos repetidores:
Revisión de exámenes:
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Examen de teoria i problemas - primer parcial | 30% | 3 | 0,12 | 1, 3, 5, 6, 9, 11, 13, 14, 15, 16 |
Examen de teoria i problemas - segon parcial | 35% | 3 | 0,12 | 1, 3, 4, 5, 7, 8, 10, 11, 12, 13, 14, 15, 16 |
Examen pràctic amb ordinador - primer parcial | 10% | 2 | 0,08 | 1, 2, 3, 4, 7, 8, 11, 12, 13, 14, 15 |
Examen pràctic amb ordinador - segon parcial | 15% | 2 | 0,08 | 1, 2, 3, 4, 5, 7, 8, 10, 11, 12, 13, 14, 15 |
Bibliografia bàsica:
Milton JS. Estadística para biología y ciencias de la salud. 3a. Edición. Madrid: Interamericana. McGraw-Hill, 2007. (https://elibro.net/es/lc/uab/titulos/50273).
Taylor RA, Blair RC. Bioestadística. México: Pearson Education, 2008 (https://elibro.net/es/lc/uab/titulos/107439).
Daniel WW. Bioestadística. Base para el análisis de las ciencias de la salud. 4a Edición. México: Limusa Wiley, 2002.
Sentís J, Pardell H, Cobo E, Canela J. Manual de Bioestadística. 3a. Edición. Barcelona: Masson, 2003.
Sorribas A, Abella F, Gómez X, March J. Metodologia estadística en ciències de la salut: Del disseny de l’estudi a l’anàlisi de resultats. Edicions de la Universitat de Lleida i F.V. Libros. 1997.
Ferrán M, SPSS para Windows. Análisis Estadístico. McGraw-Hill, 2001. (https://elibro.net/es/lc/uab/titulos/50036)
Visauta B. Analisis estadístico con SPSS 14. Estadística básica. 3a Edición. McGraw-Hill, 2007. (https://elibro.net/es/lc/uab/titulos/50128)
Martínez-González MA, Sánchez-Villegas A, Toledo E, Faulin FJ. Bioestadística amigable. 4a. Edición. Elsevier. 2020
https://www.ibm.com/docs/SSLVMB_27.0.0/pdf/es/IBM_SPSS_Statistics_Brief_Guide.pdf
http://www.hrc.es/bioest/M_docente.html
https://link-springer-com.are.uab.cat/book/10.1007%2F978-3-319-20600-4
http://davidmlane.com/hyperstat/index.html
https://seeing-theory.brown.edu
Simuladors i altres:
<ahref="http://demonstrations.wolfram.com/">http://demonstrations.wolfram.com/ - http://demonstrations.wolfram.com/topic.html?topic=Statistics&limit=20
http://www.socr.ucla.edu/SOCR.html