Profesor | Edgar Javier González Liceaga | lu ju | 16 a 18 |
Profesor | Nancy Raquel Mejía Domínguez | mi vi | 16 a 18 |
Calificador | Moisés Alejandro Enríquez Vargas |
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
FACULTAD DE CIENCIAS
CARRERA DE BIOLOGÍA
Bioestadística
Grupo: 5122 Semestre: 2022-2
Horario: Lunes, miércoles, jueves y viernes, 16:00 a 18:00 hrs.
Porcentaje (%) |
|
Exámenes |
50 |
Tareas y ejercicios |
50 |
TOTAL |
100 |
Escala de calificaciones:
5 = [0.0 – 6.0)
6 = [6.0 – 6.8)
7 = [6.8 – 7.6)
8 = [7.6 – 8.4)
9 = [8.4 – 9.2)
10 = [9.2 – 10.0]
● Se realizarán cinco 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.
● Sólo se podrá reponer un solo examen reprobado.
● 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.
● Las clases se grabarán solo a petición personal.
● 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 |
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: descriptiva e inferencial, paramétrica y no paramétrica, univariada y multivariada. |
|
INTRODUCCIÓN A R |
1.6 Conceptos básicos de R. |
1.7 Diseño y manejo de bases de datos en R. |
|
ESTADÍSTICA DESCRIPTIVA |
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 |
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. |
|
CONCEPTOS DE PROBABILIDAD |
4.1 Conceptos de espacio muestral, resultados ajenos, evento simple, eventos independientes. |
4.2 Características de la probabilidad. |
|
4.3 Operaciones básicas en probabilidad. |
|
4.2 Probabilidad condicional y teorema de Bayes. |
|
DISTRIBUCIONES DE PROBABILIDAD |
5.1 Variable aleatoria. |
5.2 Distribución de probabilidad. |
|
5.3 Distribución para variables aleatorias discretas (uniforme, binomial, Poisson y binomial negativa). |
|
5.4 Distribución para variables aleatorias continuas (normal y normal estándar). |
|
TEOREMA DEL LÍMITE CENTRAL |
6.1 Distribuciones muestrales, error estándar y Teorema del Límite Central. |
PRUEBAS DE UNA Y DOS POBLACIONES |
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). Distribuciones de t, χ2 y F. |
|
7.6 Pruebas paramétricas de dos muestras (diferencia de medias, diferencia de proporciones y cociente de varianzas). |
|
7.7 Prueba U de Mann-Whitney. |
|
7.8 Prueba de Kolmogorov-Smirnov. |
|
PRUEBAS DE MÁS DE DOS POBLACIONES: ANÁLISIS DE VARIANZA |
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 Kruskall-Wallis. |
|
8.5 Concepto de interacción en el efecto de dos factores. |
|
8.6 Prueba de ANOVA de dos vías. |
|
REGRESIÓN Y CORRELACIÓN |
9.1 Regresión lineal simple. Supuestos y ajuste. |
9.2 Análisis de residuos y verificación de supuestos. 9.3 Prueba de Shapiro-Wilks. |
|
9.4 Modelos alternativos. |
|
9.5 Correlación lineal simple (coeficiente de correlación de Pearson). |
|
9.6 Correlación de Spearman. |
|
ANÁLISIS DE DATOS CATEGÓRICOS |
10.1 Prueba de χ2 de homogeneidad de varianza. |
10.2 Prueba de bondad de ajuste. |
|
10.3 Prueba de independencia y tablas de contingencia. |
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.
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.