Presentación del grupo 5117 - 2009-1.

Debido al carácter altamente experimental o de campo que tiene la Biología, el profesional de esta área necesariamente debe saber por un lado como diseñar sus experimentos de tal forma que los datos que de ellos obtengan, le permitan comprobar sus hipótesis. Por otro lado la mayoría de las veces la única forma de extraer información útil de nuestros datos es mediante el trabajo estadísticos de los mismos. Bajo esta perspectiva, el curso esta pensado para que obtengas una base lo suficientemente sólida de la probabilidad y estadística, pero más que eso, que aprendas como vincular ese conocimiento con tu labor cotidiana como biólogo.Afortunadamente, para este grupo tenemos un equipo de docente multidisciplinario, donde habemos biólogos, físicos y matemáticos, con lo cual podrás obtener una visión muy amplia de la materia.La forma de evaluar los conocimientos adquiridos por los alumnos durante el curso será como sigue:

50% - Exámenes: 4 exámenes a lo largo del curso y 1 departamental.

40% - Practicas y tareas

10% - Ejercicios durante las sesiones de laboratorio

Por otro lado, bajo las ideas de acceso libre al conocimiento, en el laboratorio usaremos casi por completo software libre (www.fsf.org) principalmente R, gnumeric y OpenOffice todos ellos pueden descargarse gratuita y legalmente de la red e incluso hay algunos de ellos en versiones portables. Finalmente, a lo largo del curso veremos algunas aplicaciones no triviales de la estadística a la biología como * la modelación de patrones de forrajeo y dispersión de semillas invariantes de escala*la continua aparición de leyes de potencia en diferentes sistemas dinámicos como bosques tropicales o procesos geomorfológicos y las implicaciones de estos comportamientos estadísticos para entender los fenómenos catastróficos en la naturaleza.Te damos la bienvenida a este curso y puedes consultar el programa que seguiremos a continuación.

Temario de Bioestadística Jesús Serrano / Oliver LópezTotal de semanas: 17 semanas, Total de Horas: 136 hrs (8hrs. Por semana)

I. MARCO DE LA BIOESTADÍSTICA. (6 horas) (total acumuladas: 6)
1.1 Marco de la estadística y su relación con la biología:
- El estudio de los fenómenos aleatorios, sus características y el fenómeno de regularidad estadística.
- Modelo Estadístico Lineal General: y = µ + ε. Ejemplificar las diferencias con modelos determinísticos y otros modelos.
1.2Enfoques de la estadística y preguntas que aborda (con ejemplos de aplicación, no demostrativos):
- La medición de los fenómenos: ¿Cómo medimos?
- El Muestreo: ¿Cómo seleccionamos una muestra?- La Estadística Descriptiva: ¿Cómo describimos una muestra y extraemos la información de unde datos?
- La Estadística Inferencial. ¿Cómo a partir de una muestra me aproximo a la población?, ¿Cómo comparo poblaciones?, ¿Cómo modelo un fenómeno?
- El Objetivo y las hipótesis de Investigación, su relación con el concepto de población, el grado de generalidad, el modelo estadístico general y = µ + ε y las hipótesis estadísticas.
-Tipos de estudios de investigación (observacional, comparativo y de experimentos)
II. BASES DE PROBABILIDAD (24 horas) (total acumuladas: 30)
2.1 Conceptos de: Espacio Muestral, Eventos, Resultado Elemental, Probabilidad Clásica, Probabilidad Frecuentista y Fenómeno de Regularidad Estadística.
2.2Leyes de Probabilidad: Suma de Probabilidades, Probabilidad Condicional y Concepto de Independencia.
2.3 Diagramas de árbol, combinaciones y permutaciones para el cálculo de probabilidades desde el punto de vista de la probabilidad clásica.2.4 Concepto de Variable aleatoria como una función, tipos y características.
2.5 Concepto de Distribución de Probabilidad y Función de Densidad
2.6 Modelos para una variable aleatoria discreta:
- Modelo Binomial
- Modelo Poisson
2.7Modelos para una variable aleatoria continua:
- Modelo Normal y Normal Estándar. Cálculo de probabilidades
- Distribuciones de T de Student, F y Ji-cuadrada (generalidades)


III. ANALISIS DE DATOS:

3.1 Medición de Fenómenos: (4 horas) (total acumuladas. 34)
3.1.1 Clasificación de variables dentro del marco estadístico:
- Variables Categóricas: Nominales, Ordinales
- Variables Numéricas: Discretas, Continuas
- Manejo de Variables: Dependientes e Independientes
3.1.2 Escalas de Medición: nominal, ordinal, de intervalo, de razón, otras escalas (p.e. escala de Lickert)
3.1.3 Conceptos de Exactitud y Precisión, diferencias y ejemplos en el campo de la Biología.3.2Estadística Descriptiva: (16 horas) (total acumuladas: 56)
3.2.1 Descripción numérica: Medidas de tendencia central y medidas de dispersión y sesgo
3.2.2 Descripción gráfica: Diagramas de Barras, Circulares, de líneas, histogramas, diagrama de caja, de tallo y hoja y diagramas de dispersión
3.2.3 Integración y Resumen de Información3.3Muestreo: (6 horas) (total acumuladas: 40)
3.3.1 Conceptos de Población, Muestra e Inferencia (parámetros y estadísticos)
3.3.2 Construcción de un Marco Muestral: Elementos de Muestreo, Unidades de Muestreo y Marco Muestral.
3.3.3 Muestreo Probabilístico y su relación con la inferencia estadística y la representatividad
3.3.4 Esquemas de Selección:
-Formas de seleccionar la muestra: m. aleatorio, m. sistemático
- Distribución espacial de los elementos o unidades de muestreo en la población: Estratos, Conglomerados
3.4 Inferencia Estadística / Intervalos de Confianza: (18 horas) (total acumuladas: 74)
3.4.1 Concepto de Estimador puntual, estimadores insesgados y estimadores sesgados:
3.4.2Estimadores de Intervalo: Enfoque paramétrico:
- Concepto de Distribución Muestral y Teorema Central del Límite
- Distribución muestral de medias y de proporciones
- Concepto de Intervalo de Confianza, Precisión y Error estándar
3.4.3Intervalo de Confianza para medias: una y dos poblaciones independientes
3.4.4 Intervalo de Confianza para proporciones: una y dos poblaciones independientes3.4.5 Cálculos de tamaños de muestra fijando la precisión (repaso del concepto de precisión).
3.4.6 Estimadores de Intervalo: Enfoque No-paramétrico: Tchebychev

3.5 Inferencia Estadística / Pruebas de Hipótesis: (8 horas) (total acumuladas: 82)
3.5.1 Concepto de Prueba de Hipótesis y tipos de error
- Relación entre las hipótesis de investigación y las hipótesis estadísticas
3.5.2 Elección de la técnica estadística a utilizar (generalidades):
- Comparación de Poblaciones: Mapeo de Pruebas de Z, t, Ji-cuadrada
- Pruebas de Bondad de Ajuste.
- Modelos Estadísticos Lineales: Trabajando sobre el modelo y = µ + ε:
-- Regresión Lineal Simple,
-- Diseño de Experimentos
3.6 Aplicación de Pruebas para comparar hasta 2 poblaciones: (8 horas) (total acumuladas: 90)
3.6.1 Pruebas de Z y T para comparar muestras independientes
3.6.2 Prueba de Mann Whitney para muestras independientes
3.6.3 Prueba de T para muestras dependientes3.7 Aplicación de Pruebas de Bondad de Ajuste: (4 horas) (total acumuladas: 94)
3.7.1 Prueba de Ji-cuadrada

3.8 Aplicación y construcción de un modelo de regresión lineal: (16 horas) (total acumuladas: 110)
3.8.1 Marco de referencia: Variables Independientes, dependientes, gráficos de dispersión, concepto de relación y correlación
3.8.2 El Modelo de Regresión Lineal Simple: y = ß0 + ß1 + ε: y suposiciones
3.8.3 Prueba del Modelo, coeficientes de regresión, coeficiente de correlación lineal, coeficiente de determinación 3.8.4 Análisis de residuales, verificación de supuestos y reajustes al modelo
3.8.5Otros Modelos de Regresión (opcional)3.9 Aplicación y construcción de M. de Diseños Experimentales: (16 horas) (total acumuladas: 126)
3.9.1 Marco de referencia: Factores a probar y niveles, tratamientos, unidades experimentales y asignación de las unidades a los tratamientos; repeticiones
3.9.2 Modelo Básico: y = µ + α + ε: y suposiciones
3.9.3 La técnica del ANDEVA. Descomposición de una suma de cuadrados total en sus componentes de variación.
3.9.4 Prueba de efectos de los factores para el Modelo de UNA VIA,
3.9.5 Pruebas sobre los supuestos y reajustes al modelo (transformaciones)
3.9.6 Enfoque no paramétrico: Prueba de Kruskall-Wallis
3.9.7 Otros Modelos (Bloques y factoriales) (opcional)

3.10 Análisis de Datos Categóricos (Opcional): (8 horas) (total acumuladas: 134)
-Pruebas de Independencia y Homogeneidad
-Coeficientes de Correlación y Modelos Log-lineales (opcionales)

Literatura básica (preliminar)Box, G., W. Hunter y J Hunter (1999) Estadística para investigadores. Introducción al diseño de experimentos, análisis de datos y construcción de modelos. Editorial Reverté, Barcelona. 675 p.

Hartwig, F. y B. Dearing (1980). Exploratory Data Análisis. Sage Publications. 83 p.

Kuehl, R. (2001) Diseño de experimentos. Principios estadísticos de diseño y análisis de investigación. Thompson Learning, México. 666 p.

Siegel, A.F. y C.J. Morgan (1998) Statistics and Data Analysis: An Introduction. John Wiley & Sons, NY, 635 p.

Sokal, R. y F.J. Rohfl. (1980) Introducción a la Bioestadística. Editorial Reverté. Barcelona. 362 p.

Steel, R. y J. Torrie. (1985) Bioestadística: Principios y procedimientos. McGraw Hill. México. 621 p.

Zar, J. (1999) Biostatistical analysis. Prentice Hall, 421 p.