Grado en Ciencias Ambientales Universidad de Alcalá Curso Académico 2018/19 Segundo Curso Primer Cuatrimestre

Transcripción

1 ESTADÍSTICA Grado en Ciencias Ambientales Universidad de Alcalá Curso Académico 2018/19 Segundo Curso Primer Cuatrimestre

2 GUÍA DOCENTE Nombre de la asignatura: ESTADÍSTICA Código: Titulación en la que se imparte: Grado en Ciencias Ambientales Departamento y Área de Conocimiento: Departamento: Física y Matemáticas Área: Mat. Aplicada Carácter: Obligatorio Créditos ECTS: 6 Curso: 2º Profesorado: Juan Gerardo Alcázar Arribas (coordinador) Marcos Marvá Ruiz Horario de Tutoría: Se darán a conocer en la primera sesión (presentación) de la asignatura Idioma en el que se imparte: Español 1. PRESENTACIÓN En esta asignatura se proporcionan los conocimientos y capacidades básicas en lo referente al método estadístico que todo técnico medioambiental debe poseer. La complejidad inherente a la mayoría de los ecosistemas estudiados por un técnico medioambiental obliga a trabajar con incertidumbre cuando se buscan modelos matemáticos que los expliquen. Se pretende que el alumno tenga una idea clara de lo que es el azar, de los distintos tipos de azar que se pueden considerar y de cómo se puede modelizar un fenómeno aleatorio dado. Una vez asimilados estos conceptos previos el alumno aprenderá técnicas para analizar grandes conjuntos de datos y extraer la información relevante, así como a utilizar dicha información para obtener estimaciones plausibles de los distintos parámetros que determinan el funcionamiento de cada sistema. Se trata de una materia de carácter obligatorio que estará dividida en cuatro grandes bloques: Estadística descriptiva: En este bloque se presentan diversas técnicas para resumir, mediante tablas, gráficos e índices estadísticos, la información contenida en un conjunto de datos. Dichas técnicas serán de gran utilidad al futuro profesional, tanto para analizar personalmente los resultados de un estudio como para transmitirlos a terceras personas. Probabilidad: Este segundo bloque está dedicado a establecer con claridad el significado de conceptos clave como el de azar, probabilidad, variable aleatoria, distribución, parámetro, etc., que resultan esenciales para comprender el sentido último de todo estudio estadístico. Asimismo se 2

3 estudiarán los principales modelos matemáticos para representar el azar (distribuciones de probabilidad). Inferencia estadística: Se tratarán aquí aspectos fundamentales del método estadístico como son la obtención de muestras, la estimación puntual de parámetros, el cálculo de intervalos de confianza o el contraste de hipótesis. Diseño de experimentos: El objetivo de este último bloque de la asignatura es proporcionar al alumno una visión global de las distintas técnicas que permiten establecer estimaciones y predicciones sobre una variable aleatoria a partir de la información que se tiene sobre otra variable relacionada con ella. En particular se abordarán dos técnicas: regresión y análisis de la varianza. Se pretende dar a la asignatura un enfoque práctico así como iniciar al alumno en el manejo de algunos paquetes de software estadístico de uso común. 2. COMPETENCIAS Competencias genéricas: 1. Capacidad de lectura comprensiva, análisis y síntesis 2. Desarrollo de habilidades para la búsqueda de información, selección de documentación en bases de datos y buscadores académicos relacionados con las ciencias ambientales 3. Iniciación en la capacidad de argumentación con el apoyo de los libros de textos y otras referencias proporcionadas en la asignatura 4. Capacidad para comunicar ideas y expresarse de forma correcta oral y escrita 5. Fortalecer la habilidad de aprendizaje autónomo y de trabajo en equipo. Competencias específicas: 1. Capacidad de resumir la información contenida en un conjunto de datos a través de tablas, gráficos y cálculo de distintos índices estadísticos. 2. Poseer conocimientos generales sobre lo que es el azar y la probabilidad, así como sobre los principales modelos matemáticos para representar dicho azar. 3. Poseer conocimientos sobre el modo en que se deben planificar las distintas etapas de un estudio estadístico, desde la definición de objetivos hasta la elección del método de muestreo y el tamaño de la muestra. 4. Capacidad para obtener estimaciones adecuadas, tanto puntuales como por intervalo, para los parámetros de los principales modelos de distribución. 5. Capacidad de llegar a conclusiones estadísticas en función de los resultados obtenidos en un estudio así como de medir la significación de dichas conclusiones. 6. Poseer un criterio correcto para elegir la técnica estadística más adecuada a cada situación, dependiendo del objetivo del estudio y de los datos con que se trabaja. 7. Capacidad para definir y ajustar modelos de regresión que permitan estimar o predecir valores de una variable aleatoria a partir del conocimiento de otra variable relacionada. 3

4 8. Capacidad para diseñar y llevar a cabo experimentos apropiados que permitan establecer comparaciones entre distintos casos, así como para extraer conclusiones a partir del resultado de dichos experimentos. 9. Poseer un sentido crítico que le permita tanto comprender los resultados de un estudio estadístico como determinar la validez de dicho estudio. 3. CONTENIDOS Estadística descriptiva o Población y muestra. Técnicas de muestreo. o Variables estadísticas. o Tablas y gráficos de frecuencia. o Medidas de posición, dispersión y forma. o Análisis exploratorio. Probabilidad o Sucesos y probabilidad. o Probabilidad condicionada. o Variable aleatoria y distribución de probabilidad. o Principales distribuciones discretas y continuas. Inferencia estadística o Distribución de parámetros estadísticos. o Estimación de parámetros. o Intervalos de confianza. o Contraste de hipótesis paramétricos y no-paramétricos. Diseño de experimentos o Modelos de regresión o Análisis de la varianza Programación de los contenidos Parte Estadística descriptiva Temas Población y muestra. Variables estadísticas Tablas y gráficos de frecuencia Medidas de posición, dispersión y forma Análisis exploratorio Total horas, clases, créditos o tiempo de dedicación 5 horas teóricas 4 horas prácticas 17 horas de estudio del alumno 4

5 Probabilidad Inferencia estadística Diseño de experimentos Sucesos y probabilidad Probabilidad condicionada Variables aleatoria y distribución de probabilidad Principales distribuciones discretas y continuas Distribución de parámetros estadísticos. Estimación puntual y por intervalo Tests paramétricos Tests no paramétricos Modelos de regresión Análisis de la varianza 7 horas teóricas 4 horas prácticas 30 horas de estudio del alumno 8 horas teóricas 6 horas prácticas 30 horas de estudio del alumno 10 horas teóricas 4 horas de prácticas 25 horas de estudio del alumno Cronograma Semana / Sesión 01ª 02ª 03ª Contenido Variables estadísticas Tablas y gráficos de frecuencia Medidas de posición y dispersión. Medidas de forma. Análisis exploratorio. Resumen descriptiva. Regresión y correlación. 04ª Regresión lineal. 05ª 06ª 07ª Resumen regresión. Conceptos básicos de probabilidad. Probabilidad condicionada. Distribuciones de variable discreta. Principales distribuciones discretas. Distribuciones de variable continua. 08ª Principales distribuciones de variable continua. 09ª Estimación puntual y por intervalos de confianza. 10ª Tests de hipótesis paramétricos (I). 5

6 11ª Tests de hipótesis paramétricos (II). 12ª Tests de hipótesis paramétricos (III) y tests no paramétricos. 13ª ANOVA simple. 14ª Modelo de regresión lineal (regresión avanzada). 15ª Resumen diseño de experimentos. 4. METODOLOGÍAS DE ENSEÑANZA-APRENDIZAJE.-ACTIVIDADES FORMATIVAS Número de horas totales: 150 (para asignaturas de 6 créditos) Número de horas presenciales: 48 Número de horas del trabajo propio del estudiante: 102 Número de horas para clases teóricas, teórico-prácticas, prácticas en gran grupo o grupos más reducidos Número de horas de estudio autónomo: (estudio independiente, elaboración trabajos, ejercicios) Estrategias metodológicas Clases presenciales Trabajo autónomos Tutorías individualizadas Clases teóricas o teórico-prácticas en grupos grandes o en grupos reducidos Clases expositivas para presentar tema (exposición), introducir a los alumnos en una temática compleja, realizar conclusiones Clases para el desarrollo, aplicación, profundización de conocimientos a través de diferentes estrategias: estudio de casos, resolución problemas, debates Tutorías colectivas Laboratorios Prácticas Lecturas Realización de actividades: ejercicios, mapas conceptuales, ejemplificaciones, búsqueda de información. Participación en el aula virtual Atención a los estudiantes individualmente para la celebración de tutorías, con el fin de realizar un adecuado seguimiento de los mismos. 6

7 Materiales y recursos Plataforma de aula virtual: Blackboard (plataforma oficial UAH) Software: Statgraphics, R y hoja de cálculo 5. EVALUACIÓN: Procedimientos, criterios de evaluación y de calificación El alumno deberá optar, durante las dos primeras semanas del curso, entre ser evaluado a partir exclusivamente de un examen final o a través de un sistema de evaluación continua a lo largo del cuatrimestre. En el primer caso, deberá elevar una petición motivada al decano o director de centro, quien deberá decidir sobre su pertinencia. Convocatoria Ordinaria Evaluación Continua: consta de una parte obligatoria y otra voluntaria La parte obligatoria consistirá en 1. Dos trabajos, que se realizarán en grupos de 3 alumnos, en formato reproducible, que se defenderán oralmente y que consistirán en la resolución de supuestos prácticos. El valor de cada uno de ellos será del 30% de la calificación total. 2. Una prueba escrita a realizar en el periodo de exámenes y que valdrá el restante 40% de la calificación total. La parte voluntaria: consistirá en ayudar durante el desarrollo de las clases con ordenador. Quien esté interesado, preparará la práctica con antelación con los materiales y ayuda que brindan los profesores. Antes de la práctica, el alumno se reunirá con los profesores para acreditar que ha adquirido dichos conocimientos. Durante la práctica, prestará asistencia a los compañeros que lo requieran. Cada estudiante se compromete por una práctica pero puede repetir. Tendrán prioridad los solicitantes que aún no hayan participado. En caso de hacerlo de forma plenamente satisfactoria, la participación como ayudante aportará una nota (a estipular al principio de curso) que se sumará directamente a la calificación final. Participar en la evaluación continua supone consumir la convocatoria ordinaria. Caso de no superar la convocatoria ordinaria, los alumnos tendrán derecho a la evaluación final. Evaluación Final: Se realizará un examen que constará de una parte teórica y una parte práctica en el aula de ordenadores, con un programa estadístico. Convocatoria Extraordinaria Se realizará un examen con el mismo formato que el de la Evaluación Final. 7

8 En las pruebas anteriores, así como en el examen final, se tendrán en cuenta los siguientes criterios de evaluación: - Interpretar y distinguir adecuadamente las distintas medidas de centralización y dispersión, utilizándolas en situaciones apropiadas. - Diferenciar las nociones de variable estadística y aleatoria, así como deducir características de una población descrita por un modelo conocido (discreto o continuo). - Resolver problemas de probabilidad, incluidos problemas relacionados con el teorema de la Probabilidad Total, y el Teorema de Bayes. - Calcular el intervalo de confianza más apropiado a una situación dada, e interpretarlo correctamente. - Plantear las hipótesis nula y alternativa más apropiadas para un problema dado, ejecutar test de hipótesis e interpretar adecuadamente los resultados obtenidos. - Analizar la relación entre dos variables cuantitativas utilizando las técnicas de la regresión, estudiando la idoneidad del modelo y de las predicciones proporcionadas por él. - Utilizar técnicas de Análisis de la Varianza en contextos apropiados, estudiando la idoneidad del modelo. - Utilizar adecuadamente el software utilizado en las sesiones de teoría y práctica, e interpretar adecuadamente los resultados proporcionados por el mismo. - Distinguir cuáles son las técnicas estadísticas más apropiadas, para resolver un problema dado sobre datos reales. - Correcta ortografía, correcta expresión escrita, capacidad de argumentación coherente y dominio del idioma. 6. BIBLIOGRAFÍA Bibliografía Básica San Segundo, F, Marvá, M. Postdata: un curso de introducción a la estadística, pensado para principiantes. Disponible en Milton, J.S. (2001), Estadística para Biología y Ciencias de la Salud. 3ª Edición. Interamericana. McGraw-Hill, Madrid. Martín, A., Luna del Castillo J. de D. (2004), Bioestadística para las Ciencias de la Salud. 5ª Edición. Ediciones Norma. ISBN: De la Horra Navarro, Julián (2003), Estadística, Ed. Díaz de Santos. Bibliografía Complementaria Bioestadística: Métodos y Aplicaciones (libro electrónico). Verzani J. (2002), SimpleR Using R for Introductory Statistics. Versión electrónica en 8

9 Logan M. (2010), Biostatistical design and analysis using R : a practical guide ISBN Ed. Wiley-Blackwell. Quinn G., Keough M. (2002), Experimental Design and Data Analysis for Biologists. Ed. Cambridge University Press ISBN: