Materia
Métodos estadísticos y utilización de programas básicos en Ciencias de la Salud
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Descripción y contextualización de la asignatura
El objetivo de esta asignatura es la adquisición de conocimientos básicos de la estadística aplicada a ciencias de la salud. Cualquier hipótesis que se plantea en esta disciplina necesita ser evaluada a partir de un análisis estadístico y este módulo responde satisfactoriamente a dicha necesidad.Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
LERTXUNDI MANTEROLA, AITANA | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Medicina Preventiva y Salud Pública | aitana.lertxundi@ehu.eus |
GARCIA-BAQUERO MONEO, GONZALO | Universidad de Salamanca | Doctor | ggbmoneo@usal.es |
Competencias
Denominación | Peso |
---|---|
Reconocer, depurar y extraer información de los datos e interpretar la probabilidad y conocer sus aplicaciones en el campo de la salud pública. | 20.0 % |
Diferenciar los modelos de probabilidad y conocer sus aplicaciones. | 20.0 % |
Estimar parámetros poblacionales y contrastar hipótesis estadísticas, efectuando comparaciones entre dos ó más grupos. | 20.0 % |
Ajustar e interpretar modelos de regresión lineal y curvilínea. | 20.0 % |
Familiarizarse con la utilización de paquetes estadísticos. | 20.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 10 | 15 | 25 |
P. Ordenador | 20 | 30 | 50 |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Examen tipo test | 40.0 % | 40.0 % |
Trabajos Prácticos | 60.0 % | 60.0 % |
Temario
Unidad 1. Revisión de matemáticas básicas e introducción a la lógicaNotación. Números. Reglas algebraicas. Propiedad, cantidad y medida. Variables. Funciones. Fundamentos del cálculo diferencial e integral. Desigualdades. Matrices. Argumentos. Deducción. Inducción. Abducción. Refutación. Introducción al software R.
Unidad 2. Estadística descriptiva
Variables cuantitativas y categóricas. Población. Muestra. Datos. Variable aleatoria. Estadísticos descriptivos: métodos gráficos y numéricos. Centralidad y Dispersión. Frecuencia. Prevalencia. Incidencia.
Unidad 3. Teoría de la probabilidad aplicada
Espacio de muestreo. Suceso. Axiomas, propiedades e interpretación de la probabilidad. Teorema de Bayes y aplicaciones (pruebas diagnósticas). Probablidad condicional. Independencia.
Unidad 4. Teoría aplicada de la distribución univariante y multivariante
Variable aleatorias discretas y continuas. Masa de probabilidad. Función de distribución. Función de distribucion acumulada. Esperanza. Momentos. El modelo binomial. El modelo normal. Gráficos de probabilidad. Distribución conjunta de variables aleatorias. Covarianza y correlación. Distribución condicional.
Unidad 5. Diseño estadístico
Experimentos manipulativos. Estudios observacionales. Diseños completamente aleatorizados. Diseños con aleatorización restringida a bloques. Diseños split-plot (incl. diseños cruzados). Muestreo aleatorio simple. Muestreo estratificado. Muestreo por conglomerados y sistemático. Muestreo polietápico.
Unidad 6. Inferencia estadística
Estimación de parámetros. Estimación punctual y por intervalos. Métodos y criterios. Pruebas de hipótesis (una y dos muestras). Valores de probabilidad. Tests, z y t. Tablas de contingencia. La prueba chi cuadrado. Pruebas no paramétricas.
Unidad 7. El modelo linear general y su extensión a datos binarios
Formulación general. Regresion linear simple y múltiple. Anova. Ancova. Factores fijos y aleatorios. Estimación de parámetros por mínimos cuadrados y por máxima verosimilitud. Extensión a datos binarios.
Bibliografía
Bibliografía básica
Alan Grafen and Rosie Hails. 2002. Modern Statistics for the Life Sciences. Oxford. Oxford University Press.Peacock, J. L. and P. J. Peacock. 2020. Oxford Handbook of Medical Statistics. Oxford, Oxford University Press.
Ruxton, Graeme D. & Colegrave, Nick. Experimental Design for the Life Sciences. 2016. Oxford. Oxford University Press.
Sinnott-Armstrong, W. & Fogelin, R. 2009. Understanding Arguments: An Introduction to Informal Logic. Cengage Advantage Books.
Thompson, Steven K. 2012. Sampling. Third ed. Hoboken, New Jersey. Wiley.
Zuur, Alain, Ieno, Elena N. & Meesters, Erik. 2009. A Beginner's Guide to R. Springer.