Profesor | Edgar Javier González Liceaga | lu ju | 16 a 18 |
Profesor | Nancy Raquel Mejía Domínguez | ma vi | 16 a 18 |
Calificador | Moisés Alejandro Enríquez Vargas |
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE CIENCIAS
CARRERA DE BIOLOGÍA
Bioestadística
Grupo:5063Semestre: 2022-1
Horario: Lunes, miércoles (cómputo), jueves y viernes (cómputo), 16:00 a 18:00 hrs.
Profesora:Nancy R. Mejía Domíngueznancy.mejia@ciencias.unam.mx
Profesor:Edgar J. González Liceaga edgarjgonzalez@ciencias.unam.mx
Ayudante:Moisés A. Enríquez Vargasmoises.enriquez@ciencias.unam.mx
Porcentaje (%) |
|
Exámenes |
50 |
Tareas y ejercicios |
50 |
TOTAL |
100 |
Escala de calificaciones:
[0.0 – 6.0) corresponde a 5
[6.0 – 6.8) ....................... 6
[6.8 – 7.6) ....................... 7
[7.6 – 8.4) ....................... 8
[8.4 – 9.2) ....................... 9
[9.2 – 10.0] .....................10
Se realizarán cuatro exámenes parciales.
Si no puedes presentar el examen en la fecha acordada comunícalo a los profesores la clase previa a la fecha programada para el mismo.
Sólo se pondrá NP a los alumnos que no hayan presentado ningún examen parcial.
De ser aplicado, el examen departamental será obligatorio.
La calificación final es irrenunciable.
OPERACIÓN DEL CURSO
El curso se llevará a cabo de manera remota.
Todas las clases se grabarán y se pondrán a disposición del alumnado.
Para las clases usaremos la plataforma Zoom y la gestión de videos, ejercicios, tareas y exámenes será a través de Google Classroom.
La invitación al Google Classroom se le enviará al alumnado a la dirección de correo electrónico que tiene registrado en el sistema de la Facultad de Ciencias. En Google Classroom se pondrá el enlace de Zoom para la primera sesión.
Al inicio de cada sesión sincrónica se les aplicará un miniexamen del tema revisado en las clases de teoría previas; éstos tendrán un valor de hasta un 10% extra sobre la calificación final.
Las tareas se dejarán en Classroom y por la misma plataforma se entregarán al ayudante para su calificación. Estas se entregarán en la fecha de entrega previamente fijada, antes de que inicie la sesión.
El software que utilizaremos será R.
Temario y planificación de clases
TEMA |
|
PRESENTACIÓN |
|
INTRODUCCIÓN (6 horas) |
1.1 Concepto de estadística y su relación con la biología. Fenómenos aleatorios. |
1.2 Papel y relevancia de la estadística en la metodología científica. |
|
1.3 Tipos y enfoques de la estadística: paramétrica, no paramétrica, univariada y multivariada. |
|
1.4 Validez externa (representatividad) e interna (comparabilidad). |
|
1.5 Tipos de estudios de investigación (observacional, comparativo y de experimentos). |
|
INTRODUCCIÓN A R (4 horas) |
1.6 Conceptos básicos de R. |
1.7 Diseño y manejo de bases de datos en R. |
|
ESTADÍSTICA DESCRIPTIVA (8 horas) |
2.1 Tipos de variables y escalas de medición. |
2.2 Población y muestra. |
|
2.3 Descripción numérica: medidas de tendencia central y medidas de dispersión. |
|
2.4 Descripción gráfica: polígono de frecuencias, histograma, diagrama de caja y bigotes y de dispersión. |
|
2.5 Regla empírica. |
|
MUESTREO (4 horas) |
3.1 Muestreo probabilístico. Características generales del muestreo probabilístico y no probabilístico. |
3.2 Conceptos de unidad de muestreo y marco muestral. |
|
3.3 Esquemas y tipos de muestreo. Muestreo aleatorio simple, sistemático, estratificado y por conglomerados. |
|
3.4 Tamaño de muestra. Variabilidad, confiabilidad y magnitud del error en la precisión. |
|
CONCEPTOS DE PROBABILIDAD (8 horas) |
4.1 Conceptos de espacio muestral, eventos, eventos excluyentes, resultado elemental. |
4.2 Características de la probabilidad |
|
4.3 Operaciones básicas en probabilidad. |
|
4.2 Probabilidad condicional y teorema de Bayes. |
|
DISTRIBUCIONES DE PROBABILIDAD (12 horas) |
5.1 Variable aleatoria. |
5.2 Funciones de probabilidad. |
|
5.3 Distribución para variables aleatorias discretas uniforme, binomial, Poisson y binomial negativa. |
|
5.4 Distribución para variables aleatoria continuas (uniforme y normal). |
|
DISTRIBUCIONES MUESTRALES (10 horas) |
6.1 Distribuciones muestrales y Teorema del Límite Central. |
6.2 Distribución de t, χ2, F. |
PRUEBAS DE UNA Y DOS POBLACIONES (20 horas) |
7.1 Estimación puntual, propiedades de los estimadores. |
7.2 Estimación por intervalo (media, varianza, proporción, diferencia de medias, cociente de varianzas y diferencia de proporciones). |
|
7.3 Prueba de hipótesis, componentes de una prueba estadística y diferenciar con la hipótesis biológica. |
|
7.4 Tipos de error, nivel de significancia y concepto de significancia. |
|
7.5 Pruebas paramétricas de una muestra (media, proporción y varianza). |
|
7.6 Pruebas paramétricas de dos muestras (diferencia de medias, diferencia de proporciones y cociente de varianzas). |
|
PRUEBAS DE MÁS DE DOS POBLACIONES: ANÁLISIS DE VARIANZA (14 horas) |
8.1 Aspectos generales de los diseños experimentales |
8.2 Prueba de ANOVA de una vía. |
|
8.3 Análisis de residuos y verificación de supuestos. |
|
8.4 Prueba de ANOVA de dos vías |
|
8.5 Prueba de ANOVA de dos vías no balanceada. |
|
8.5 Prueba de ANOVA anidada. |
|
CORRELACIÓN Y REGRESIÓN (14 horas) |
9.1 Correlación lineal simple (coeficiente de correlación de Pearson). |
9.2 Regresión lineal simple. Supuestos y ajuste. |
|
9.3 Análisis de residuos y verificación de supuestos. |
|
9.4 Otros modelos no lineales. |
|
ANÁLISIS DE DATOS CATEGÓRICOS (6 horas) |
10.1 Prueba de Ji cuadrada de homogeneidad de varianza. |
10.2 Prueba de bondad de ajuste. |
|
10.3 Prueba de independencia y tablas de contingencia. |
|
ESTADÍSTICA NO PARAMÉTRICA (6 horas) |
11.1 Correlación de Spearman. |
11.2 Prueba U de Mann-Whitney. |
|
11.3 Prueba de Kruskall-Wallis. |
|
11.4 Prueba de Kolmogorov-Smirnov. |
Bibliografía básica
Crawley, M.J. 2015. Statistics: An introduction using R. Segunda Edición. John Wiley & Sons. West Sussex.
Dalgaard, P. 2008. Introductory Statistics with R. Springer Science & Business Media.ç
Devore, J.L.. 2008. Probabilidad y Estadística para Ingeniería y Ciencias. Séptima edición. Cengage Learning Editores, México.
Gotelli, N.J. y Ellison, A.M. 2004. A Primer of Ecological Statistics. Sinauer Associates, Sunderland.
Johnson, R.A. y Bhattacharyya, G.K. 2010. Statistical Concepts and Methods. Sexta Edición. John Wiley & Sons, Nueva York.
Ritchey, F.J. 2008. Estadística para las Ciencias Sociales. Segunda Edición. McGraw-Hill Interamericana de México, Ciudad de México.
Sokal, R.R. y Rohlf, F. J. 1981. Biometry. 2a ed., W.H. Freeman, Nueva York.
Zar, J.H. 1984. Biostatistical analysis. Prentice Hall, Englewoods Cliffs, Nueva Jersey.