Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 51 Horas de Tutorías: 3 Clase Expositiva: 9 Clase Interactiva: 12 Total: 75
Lenguas de uso Gallego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Estadística, Análisis Matemático y Optimización
Áreas: Estadística e Investigación Operativa
Centro Facultad de Medicina y Odontología
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
El objetivo principal de esta materia es que el alumnado trabaje los conceptos y técnicas básicas de la Estadística Descriptiva, de la Probabilidad y técnicas básicas de la Inferencia Estadística.
Además, se pretende que el alumnado entienda la necesidad y utilidad de la metodología estadística en la investigación en Medicina, haciéndose consciente del alcance y limitaciones de dicha metodología.
1. Estadística descriptiva, representaciones gráficas.
2. Contrastes de hipótesis. Comparación de dos muestras. Muestras independentes,
muestras apareadas. Métodos no paramétricos.
3. Análisis de la Varianza (ANOVA). Modelo con un solo factor, comparaciones múltiples. Modelo con varios factores, interacción. Modelos con medidas repetidas. Métodos no paramétricos.
4. Modelos de regresión. Contrastes de la regresión. Regresión logistica. Regresión múltiple, interacción.
5. Tablas de contingencia. Contrastes en los diferentes tipos de tablas.
- Rosner B. (1995) "Fundamentals of Biostatistics". Wadsworth Publishing Company. Duxbury Press.
- Altman D.G. (1999) "Practical Statistics for Medical Research". Ed. Chapman & Hall.
- Martin Andrés A., Luna del Castillo J. (1994) "Bioestadística para las Ciencias de la Salud". 4ª ed. Ediciones Norma S.A.
- Kleinbaum D.G., Kupper L.L. and Muller K.E. (1988) "Applied Regression Analysis and Other Multivariable Methods". PWS-KENT Publishing Company. Boston.
- Hosmer D.W. and Lemeshow S. (1989). "Applied Logistic Regression" J.Wiley & Sons.
Dentro de esta materia, se tratará de contribuir a que el alumnado alcance las competencias recogidas en la memoria del título de Máster de Investigación Biomédica:
1.Adquirir conocimiento de diferentes métodos de presentación numérica y de representación gráfica de los datos recogidos en un estudio.
2. Hacer comparaciones entre los datos de diferentes grupos del estudio. Controlar los tamaños de muestra necesarios para la obtención de resultados concluyentes.
3. Analizar las relaciones entre las diferentes variables observadas en el experimento.
La docencia expositiva e interactiva será presencial y se complementará con el Campus Virtual de la materia, en el que los alumnos encontrarán materiales bibliográficos, resolución de casos prácticos,, videos explicativos, etc. A través del Campus Virtual, los/as estudiantes también podrán realizar pruebas y tareas para la evaluación continua, como se describe en la sección correspondiente.
Docencia expositiva (9 horas): en las sesiones de docencia expositiva, el profesorado explicará los conceptos teórico-prácticos de los contenidos, apoyándose en presentaciones multimedia. Respecto al material para el seguimiento de la materia, a mayores de la bibliografía recomendada, el alumnado dispondrá de material docente complementario a través del Campus Virtual de la materia.
Docencia interactiva (12 horas): la docencia interactiva se distribuye en seminarios de resolución de casos prácticos en el aula de clase con ordenador. En estas sesiones, se introducirá al alumnado en el manejo del paquete R para el análisis estadístico de datos. También se trabajará sobre los casos prácticos que tendrán que resolver. Para el seguimiento de las sesiones con ordenador, se facilitará al alumnado los guiones de las prácticas.
Tutorías: las tutorías están destinadas al seguimiento del aprendizaje del alumnado. Se realizarán tanto de modo presencial como a través do correo electrónico o MS Teams. En estas sesiones se trabajarán fundamentalmente aquellas competencias relacionadas con el razonamiento crítico y la capacidad de comunicación.
Evaluación continua (25%): la evaluación continua se realizará en base a la participación tareas asociadas a las sesiones interactivas de seminario (resolución de casos prácticos con el programa estadístico R). Estas actividades se podrán realizar tanto de modo presencial como no presencial.
Examen final (75%): el examen final constará de varias cuestiones teórico-prácticas y un caso práctico en el que se podrá incluir la interpretación de resultados obtenidos con el paquete estadístico utilizado en la docencia interactiva.
El peso de la evaluación continua en la oportunidad de recuperación será el mismo que en la convocatoria ordinaria del cuatrimestre.
La nota final de la materia no será inferior a la del examen final ni a la obtenida ponderando el 25% de la evaluación continua y el 75% de la nota del examen final.
La evaluación se realizará combinando una evaluación continua formativa con una prueba final en las condiciones que se han indicado previamente.
Nótese que, para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de la revisión de las calificaciones".
En esta materia, el alumnado cuenta con 21 horas de docencia presencial (9 horas de docencia expositiva y 12 horas de docencia interactiva). Por toda la docencia expositiva, se considera necesario dedicar al estudio alrededor de 51 horas de trabajo del alumnado (revisión de conceptos y consulta de bibliografía).
El alumnado debe tener en cuenta que es necesario practicar la resolución de casos prácticos con datos reales.
En el caso en que las sesiones no puedan realizarse de modo presencial ni virtual síncrono, se entiende que dichas horas han de ser empleadas por el/la alumno/a a título personal para la preparación de la materia.
La asistencia a las sesiones expositivas e interactivas es fundamental para el seguimiento y superación de la materia. El alumnado deberá realizar todas las actividades recomendadas por el profesorado (revisión de bibliografía y casos prácticos) para superar con éxito la materia.
El alumnado deberá realizar todas las actividades recomendadas por el profesorado ( revisión de bibliografía y casos prácticos) para superar con éxito la materia.
El material del curso se pondrá a disposición del alumnado a través del Campus Virtual de la USC. Pretendemos que esta plataforma junto con MS Teams y el correo electrónico sea la principal vía de comunicación con el alumnado.
Maria Isabel Borrajo Garcia
Coordinador/a- Departamento
- Estadística, Análisis Matemático y Optimización
- Área
- Estadística e Investigación Operativa
- Correo electrónico
- mariaisabel.borrajo [at] usc.es
- Categoría
- Profesor/a: Profesor Contratado/a Doctor
| Viernes | |||
|---|---|---|---|
| 08:30-11:30 | Grupo /CLE_01 | Gallego | Aula 9 |