Versión imprimible Curso Académico
Diseño y análisis experimental en biociencias
Curso 2016/17
1. Datos Descriptivos de la Asignatura
ASIGNATURA: Diseño y análisis experimental en biociencias CÓDIGO: 305371106
- Centro: Facultad de Ciencias de la Salud
- Titulación: Máster en Biomedicina
- Plan de Estudios: 2010 (publicado en 24-11-2011)
- Rama de conocimiento: Ciencias de la Salud
- Itinerario/Intensificación: Máster
- Departamento/s: - Área/s de conocimiento:
  • Fisiología
- Curso: 1
- Carácter: Obligatoria
- Duración: Cuatrimestral
- Créditos ECTS: 3.0
- Horario: http://www.ull.es/view/master/biomedicina/Horarios/es
- Dirección web de la asignatura: http://www.campusvirtual.ull.es
- Idioma: Castellano e Inglés (0.3 ECTS en Inglés)


2. Requisitos para cursar la asignatura
Los especificados para el acceso a esta titulación. Conocimientos básicos de estadística


3. Profesorado que imparte la asignatura
Profesor/a Coordinador/a: GUADALBERTO JESUS MIGUEL HERNANDEZ HERNANDEZ
- Grupo: 1
- Departamento: Ciencias Médicas Básicas
- Área de conocimiento: Fisiología
- Lugar Tutoría: Depto de Fisiología, Sección Medicina, Facultad Ciencias de la Salud
- Horario Tutoría: Lunes, Miércoles y Jueves de 16 a 18 horas
- Teléfono (despacho/tutoría):
- Correo electrónico: guadalberto@ull.edu.es
- Dirección web docente: http://www.campusvirtual.ull.es


4. Contextualización de la asignatura en el plan de estudio
- Bloque formativo al que pertenece la asignatura: Formación Básica
- Perfil profesional: Conocer los fundamentos del análisis de datos y del diseño experimental para obtener un buen rendimiento de los datos experimentales.


5. Competencias
Básicas
[CB6] Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y o aplicación de ideas, a menudo en un contexto de investigación
[CB7] Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
[CB8] Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
[CB9 ] Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados/no especializados de un modo claro y sin ambigüedades
[CB10 ] Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo auto dirigido o autónomo
Específicas
[CE16] Hacer diseños experimentales eficientes
[CE19] Utilizar bases de datos
[CE20] Practicar con un programa estadístico potente, versátil y de fácil manejo
[CE39] Desarrollar un trabajo de investigación basado en un proyecto predefinido
Generales
[CG1] Adquirir formación avanzada, especializada y multidisciplinar orientada a las tareas de investigación científico técnicas
[CG2] Adquirir y demostrar conocimientos avanzados aplicables a la investigación científico técnica
[CG3] Conocer los aspectos teóricos y prácticos de la metodología de trabajo en investigación científico técnica
[CG4] Saber aplicar e integrar los conocimientos adquiridos para la resolución de problemas de carácter científico técnico
[CG5] Capacitar para, de forma individual o en grupo innovar metodológica o conceptualmente en el conocimiento científico técnico
[CG6] Desarrollar autonomía suficiente para participar en proyectos de investigación científico técnicos
[CG7] Transmitir claramente y sin ambigüedades, a un público especializado o no, los resultados de su trabajo y su potencial transferencia


6. Contenidos de la asignatura
Contenidos teóricos y prácticos de la asignatura
- Profesor/a:
- Guadalberto Hernández (Coordinador). Catedrático / Professor. Depto Fisiología, ULL; ghernan@ull.edu.es; Tel. 922 319 364
- Dr. Luis Prieto Valiente. Catedrático/ Professor. Sección Deptal de Estadística (Fac Medicina), Universidad Complutense de Madrid. Tatoprieto44@hotmail.com Tel: 91 394 1662.
- Dr. David Prieto Merino. Profesor contratado/Lecturer. Medical Statistics Unit, Dept Epidemiology & Population Health. London School of Hygiene &Tropical Medicine. david.prieto@lshtm.ac.uk
- Temas (epígrafes):
1. Estadística Univariante I. Estadística Descriptiva / Univariete Statistix I. Descriptive Statistic
- Medidas de Centralización y de Dispersión/ Centralized and Dispersion Measures.
2. Estadística Univariante II. Inferencia Estadística / Univariete Statistx II. Statiscal Inference
- Conceptos básicos: Muestreo Aleatorio. Intervalo de Confianza y Test de Significación. / Basic Concepts: random samples.
Confidence Interval and Significance Testing
- Test de Intervalo de Confianza para una Media y una Proporción/ Confidence interval test for an average and a proportion.
4. Estadística Bivariante I. / Bivariete Statistical I
- Estadística Descriptiva: Relación entre dos variables/ Descriptive Statistical: Relationships between two variables
- Dos variables Cualitativas: Distribuciones Conjuntas, Marginales, Condicionadas. Independencia de Caracteres / Two cualitaive variables: Joint distributions, edged, conditioned. Character Independence
- Una variable Cualitativa y otra Cuantitativa. One qualitative variable and the other quantitative
5. Estadística Bivariante II / Bivariete Statistical II
- Dos variables Cuantitativas: Conceptos básicos de Regresión y Correlación Muestral / Two quentitative variables. Basic concepts on regression and sample correlation
- Inferencia Estadística Bivariante (1): Intervalo de confianza y Test de Comparación de dos Proporciones. Test de Chi-Cuadrado. /Bivariete Statiscal inference (1): Confidence interval and Proportional comparison test . Chi square test
6. Estadística Bivariante III / Bivariete Statistical III
- Inferencia Estadística Bivariante (2): / Bivariete Statiscal inference (2):
- Intervalo de confianza y Test de Comparación de dos o más Medias. T de Student y ANOVA /Confidence interval and Comparison test for two or more averages
- Inferencia en Regresión y Correlación/ Regression and correlation inferencia
7. Estadística Multivariante /Multivariete Statistical
- Conceptos de Interacción y Confusión./ Basic concepts on interaction and Confusion
- Modelos Multivariantes: Modelización de Interacción y Control de Confusión. Regresión Lineal; Logística. /Multivariete models: Modeling interaction and confussion control
8. Otros temas de interés I / Other subjets
- Tamaño de muestra: para estimación y para tests. /Sample size to stimation and test
- Introducción a la Inferencia Bayesiana. Introduction to Bayesian inference
Actividades a desarrollar en otro idioma
Consulta de algunos textos y/o bases de datos en español y/o en inglés durante el desarrollo de los temas del programa, siempre supervisado por el profesor.
Utilización de paquetes estadísticos: R; SPSS;
The students will use textbooks, date bases and other papers written in Spanish or English, as well as statistic programs (R, SPSS) always under teachers supervision.


7. Metodología y volumen de trabajo del estudiante
Descripción
Los conceptos se explicarán sin utilizar herramienta matemática complicada, basándose en ideas intuitivas y desarrollándolos siempre sobre ejemplos numéricos concretos. Los recursos didácticos empleados para desarrollar los temas del programa serán la clase magistral, la realización de ejercicios y problemas tanto de manera teórica como mediante la utilización del paquete estadístico R y/o el SPSS. Los alumnos recibirán material docente de apoyo a través del aula virtual de la asignatura (campus virtual ULL) que contendrá resúmenes amplios de todos los temas explicados así como ejercicios resueltos en los que se aplicarán todos los conceptos expuestos y problemas que se resolverán a lo largo de la asignatura bajo la supervisión de los profesores.
Concepts will be explain using simple maths tools. Master class and exercises will be used as didactic tools as on teoric basis as R and/or SPSS program. The students will receive complementary teaching material throughout campus virtual ULL.
Actividades a desarrollar
1. Asistencia a lecciones magistrales y seminarios. To attend lessons and seminars
2. Trabajo autónomo y tutorías a través del aula virtual. To use virtual space (ULL virtual campus) to develop exercises, problems and discussions
3. Resolución de problemas - planteados en la lección magistral, seminario o bien a través del aula virtual - y discusión activa sobre los mismos. To solve problems and exercises, as well as discussion active participation among students and teachers
4. Evaluaciones continúas mediante cuestionarios realizados a través del aula virtual.
5. Realización de prueba de evaluación final. To use virtual space to fulfill previous tests and final exam, which will be used to evaluate each student.

Actividades formativas en créditos ECTS, su metodología de enseñanza-aprendizaje y su relación con las competencias que debe adquirir el estudiante
Actividades formativas Horas presenciales Horas de trabajo autónomo Total Horas Relación con competencias
Clases teóricas  15.00   20.00   35  [CB6], [CB7], [CB8], [CB9 ], [CB10 ], [CG1], [CG2], [CG3], [CG4], [CG5], [CG6], [CG7], [CE39], [CE19], [CE20], [CE16]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio)  8.00   12.00   20  [CE39], [CE19], [CE20], [CE16]
Realización de seminarios u otras actividades complementarias  5.00   9.00   14  [CB9 ], [CB10 ], [CG4], [CG7]
Realización de exámenes  2.00      2  [CB9 ], [CG7]
Asistencia a tutorías  3.00   1.00   4  [CB6], [CB7], [CG7]
Total horas  33   42   75 
Total ECTS  3 


8. Bibliografía / Recursos
Bibliografía básica
 - Prieto, L., Herranz, I. (2012). Bioestadística sin dificultades matemáticas. La búsqueda de tesoros escondidos. Ed Diaz Santos, Madrid.
- Prieto l, Herranz I (2004). ¿Qué significa estadísticamente significativo?. La falacia del 5% en la investigación científica. Ed Díaz Santos, Madrid.
- Box GE., Hunter WG, Hunter JS (2008). Statistics for experiments. John Wiley eds
- Armitage P (2001). Statistical methods for medical researchers. 4ª ed. Blackwell eds.
- Altman DG. (2011). Practical Statistics for medical research. 2ª ed. Chapman&Hall. CRC eds.




9. Sistema de evaluación y calificación
Descripción
1. Asistencia. Se aplicará bonificaciones de 1 punto en caso de no haber faltas de asistencia, y de 0,5 puntos si hubiere entre 1 y 3 faltas. Esa bonificación se sumará a uno de los ejercicios de evaluación continuada, (ver más adelante). Más de tres faltas provocarán la pérdida de la posibilidad de la evaluación continuada y detraerá un punto de la calificación del examen final. To attend the teaching activities. The continual assessment will be improved: 1 point in the score if the student has not any miss in the attendance; 0,5 points in case of 1-3 misses; more than 3 misses will loss the continual assessment and will rest 1 point from the final exam score.
2. Evaluación Continuada. De aplicación sólo para quienes hayan asistido regularmente. Se realizarán 3 o 4 ejercicios de evaluación que el estudiante contestará a través del aula virtual de la asignatura; las fechas en la que los ejercicios estén disponibles se anunciará oportunamente. Se podrá utilizar cualquier material y/o trabajar en grupo para resolver los problemas planteados. En cada ejercicio, la calificación de 5 se obtendrá contestando correctamente el 65% de las preguntas planteadas; los 5 puntos restantes para alcanzar el 10, se distribuirán equitativamente entre el resto de preguntas planteadas. La calificación final será la obtenida de la media aritmética de todos los ejercicios programados. Continual assessment (only for students which have been attended habitually). It consists in 3-4 exercises fulfilled through virtual space during a previously determined period of time. The score 5 will be obtained with 65% of right answers.
3. Examen. De aplicación para los estudiantes: A) Que no hayan superado o que no deseen la evaluación continuada. B) Que tengan más de 3 faltas. El examen planteará 25-30 preguntas sobre la materia impartida. En ese examen, las preguntas correctamente contestadas contabilizarán (+1), las erróneas (-1) y las no contestadas (0) puntos. El examen se realizará a través del aula virtual y estará disponible durante los 4 días siguientes a la finalización de la asignatura. Mediante este método, el estudiante deberá obtener una calificación mínima de 5 para superar la asignatura. Final exam. To those students who have got more than 3 misses of attendance or those who do not pass the continual assessment. It consists in 25-30 questions (True - False type) fulfilled through the virtual space. The score of each question will be (+1) True, (-1) False or (0) No Answer. The student will be obtained a final score of 5 to pass de exam.

Estrategia Evaluativa
TIPO DE PRUEBA COMPETENCIAS CRITERIOS PONDERACIÓN
Pruebas objetivas  [CB6], [CB7], [CB8], [CB9 ], [CB10 ], [CG1], [CG2], [CG3], [CG4], [CG5], [CG6], [CG7], [CE39], [CE19], [CE20], [CE16]   Los expresados en el apartado 9   90% 
Escalas de actitudes  [CB6], [CB7], [CB8], [CB9 ], [CB10 ]   Los expresados en el apartado 9   10% 


10. Resultados de Aprendizaje
 1. Ser capaz de hacer diseños experimentales eficientes. / To be able to do efficient experimental design.
2. Comprender la variabilidad biológica y cómo evaluarla. / To understand the biological variability and how to be evaluated.
3. Realizar análisis descriptivo usando una base de datos sencilla. / To excecute descriptive data analysis using databases.
4. Comprender y aplicar aspectos fundamentales de la inferencia en el estudio de los efectos principales e interacciones. / To understand and to apply statistical inference, its principal effects and interactions.
5. Demandar de los profesionales estadísticos las técnicas de análisis e inferencia adecuadas para la óptima explotación de los resultados obtenidos. / To demand the proper analysis and accurate statistical inference in order to get optimal information about experimental data.
6. Utilizar con eficiencia un programa estadístico potente, versátil y de fácil manejo. / To use a statistical program as much versatile, powerful and friendly as possible.
 


11. Cronograma / calendario de la asignatura
Descripción
 * La distribución de los temas por semana es orientativo, puede sufrir cambios según las necesidades de organización docente. The weekly schedule of academic activities is only orientative; if will change the students will receive a previous announcement on it. 

Primer Cuatrimestre
SEMANA Temas Actividades de
enseñanza aprendizaje
Horas
de trabajo
presencial
Horas
de trabajo
autónomo
Total
Semana 1:  Temas 1 a 4   Clases teóricas. Práctica con base de datos y paquete estadístico. Resolución de problemas. Tutoría.   16.50   21.00   37.5 
Semana 2:  Temas 5 a 8   Clases teóricas. Práctica con base de datos y paquete estadístico. Resolución de problemas. Tutoría. Ejercicios para evaluación   16.50   21.00   37.5 
Semana 3:              0 
Semana 4:              0 
Semana 5:              0 
Semana 6:              0 
Semana 7:              0 
Semana 8:              0 
Semana 9:              0 
Semana 10:              0 
Semana 11:              0 
Semana 12:              0 
Semana 13:              0 
Semana 14:              0 
Semana 15:              0 
Semanas 16 a 18:              0 
Total horas 33 42 75


Fecha de última modificación: 26-07-2016
Fecha de aprobación: 06-07-2016