Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 51 Horas de Titorías: 3 Clase Expositiva: 15 Clase Interactiva: 6 Total: 75
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Centro Facultade de Veterinaria
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Coñecer o método científico e o uso correcto da terminoloxía
Desenvolver a habilidade de identificar as ferramentas necesarias para validar e analizar datos por medio de métodos estatísticos apropiados
Identificar os procedementos científicos mais axeitados a cada problema e as limitacións dos mesmos
Reflexionar sobre as responsabilidades éticas e sociais da actividade científica
1. Metodoloxía da ciencia.
2. Experimentos manipulativos e observacionais.
3. Paradigmas estatísticos e a sua aplicación (Método frecuentista, Teoría da información, Métodos Bayesianos).
4. Meta-análise.
• TEMAS
TEMA 1. Método científico, deseño de experimentos e paradigma frecuentista.
TEMA 2. Como analizar experimentos manipulativos. Pseudo-replicación. Modelos lineais xeneralizados. Factores fixos e aleatorios
TEMA 3. Como analizar experimentos observacionais. A Teoría da Información e a inferencia estatística. Criterio de Información de Akaike
TEMA 4. Probabilidade condicional e métodos Bayesianos
TEMA 5. Meta-análise
Bibliografía básica:
Bibliografía básica (con asterisco as referencias obrigatorias):
Byrnes, J. E. K., & Dee, L. E. 2025. Causal inference with observational data and unobserved confounding variables. Ecology Letters, 28(1), e70023. https://doi.org/10.1111/ele.70023
Eberhardt L.L. 2003. What should we do about hypothesis testing? Journal of Wildlife Management, 67 (2): 241-247.
Ford E.D. 2000. Scientific Method for Ecological Research. Cambridge: Cambridge University Press
*Hulrbert S.H. 1984. Pseudoreplication and the design of ecological experiments. Ecological Monographs, 54: 187-211
*Johnson D.H. 1999. The insignificance of statistical significance testing. Journal of Wildlife Management, 63 (3): 763-772
*Johnson D.H. 2002. The importance of replication in wildlife research. Journal of Wildlife Management, 66 (4): 919-932
Krebs C.J. 2000. Hypothesis testing in ecology. In: Boitani L, Fuller TK (eds) Research techniques in animal ecology. Controversies and consequences. Columbia University Press, New York, pp 1–14
Kelly C.D. 2006. Replicating empirical research in Behavioral Ecology: how and why it should be done but rarely ever is. The Quarterly Review of Biology, 81(3): 221-236.
McCarthy M.A. 2007. Bayesian Methods for Ecology. Cambridge: Cambridge University Press
Oksanen L. 2001. Logic of experiments in ecology: is pseudoreplication a pseudoissue? Oikos, 94 (1): 27-38.
Ruiz-Benito, P., Andivia, E., Archambeaou, J., Astigarraga, J., Barrientos, R., Cruz-Alonso, V., Florencio, M., Gómez, D., Martínez-Baroja, L., Quiles, P., Rohrer, Z., Santos, A. M. C., Velado, E., Villén-Pérez, S., & Morales-Castilla, I. 2018. Ventajas de la estadística bayesiana frente a la frecuentista: ¿por qué nos resistimos a usarla? Ecosistemas, 27(2), 136–139. https://doi.org/10.7818/ecos.1591Shaffer T.L., Johnson D.H. 2008. Ways of learning: observational studies versus experiments. Journal of Wildlife Management, 72: 4-13.
Shoemaker, J. S., Painter, I. S., & Weir, B. S. (1999). Bayesian statistics in genetics: A guide for the uninitiated. Trends in Genetics, 15(9), 354–358. https://doi.org/10.1016/S0168-9525(99)01751-5
Silberzahn, R., Uhlmann, E. L., Martin, D. P., Anselmi, P., Aust, F., Awtrey, E., Bahník, Š., Bai, F., Bannard, C., Bonnier, E., Carlsson, R., Cheung, F., Christensen, G., Clay, R., Craig, M. A., Dalla Rosa, A., Dam, L., Evans, M. H., Flores Cervantes, I., … Nosek, B. A. 2018. Many analysts, one data set: Making transparent how variations in analytic choices affect results. Advances in Methods and Practices in Psychological Science, 1(3), 337–356. https://doi.org/10.1177/2515245917747646
Bibliografía complementaria:
Anderson D.R., Link W.A., Johnson D.H., Burnham K.P. 2001. Suggestions for presenting the results of data analyses. Journal of Wildlife Management, 65 (3): 373-378
Dorazio R.M. 2015. Bayesian data analysis in population ecology: motivations, methods, and benefits. Population Ecology, 58: 31–44.
Competencias Básicas:
CB7
CB9
Competencias Xerais:
CG01
CG04
Competencias Específicas:
CE01
CE02
CE03
CE04
CE05
CE06
Competencias Transversais:
CT02
CT05
CT07
Aulas –explicación (presencialmente e/ou a través de contidos na aula virtual).
Lectura e análise de textos proporcionados polo profesorado, presencialmente e/ou en aula virtual.
Talleres/ Seminarios presenciais ou en aula virtual.
Aprendizaxe colaborativa (traballos en grupo e/ou participación en foros de debate presencial ou virtual).
Actividades mediante TIC (equipos informáticos).
Desenvolvemento de traballos académicos e defensa presencial.
Titorías personalizadas presenciais e online.
Traballo autónomo do alumnado non presencial.
• Proba escrita: Avaliarase mediante unha proba escrita a adquisición dos principais conceptos teóricos por parte do alumnado (70% da cualificación da materia)
• Avaliación continua: Avaliarase de maneira continua tanto a actitude do alumnado nas aulas teóricas e prácticas como a calidade e claridade da exposición dos traballos presentados (30% da cualificación da materia)
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Horas presenciais: 24
Expositivas: 14
Interactivas de Laboratorio (prácticas): 5
Titorías personalizadas: 3
Exame: 2
Horas de traballo do alumnado: 51