GUIA DOCENTE DE LA ASIGNATURA ()

Bioestadstica Curso 2017-2018

(19/06/2017)
(Fecha de aprobacin en Consejo de Departamento: 20/06/2017)

MDULO MATERIA CURSO SEMESTRE CRDITOS TIPO

MATERIAS BSICAS
INSTRUMENTALES ESTADSTICA 1 2 6 OBLIGATORIA
PARA LA BIOLOGA

DIRECCIN COMPLETA DE CONTACTO

PROFESORES(1) PARA TUTORAS (Direccin postal, telfono,
correo electrnico, etc.)

PROFESORES DE TEORA, DEPARTAMENTOS Y

GRUPO
CORREOS ELECTRNICOS
Todas las tutoras tendrn lugar en el
Francisco Javier Alonso Morales Estadstica e departamento de Estadstica e Investigacin
Grupo A
Investigacin Operativa,. falonso@ugr.es ) Operativa Facultad de Ciencias.

Juan Eloy Ruiz Castro (Estadstica e Investigacin

Operativa,. jeloyl@ugr.es )
Grupo B
Eva Ramos valos (Estadstica e Investigaciin
Operativa, ramosa@ugr.es )
HORARIO DE TUTORAS Y/O ENLACE A LA
PGINA WEB DONDE PUEDAN
Juan Eloy Ruiz Castro (Estadstica e Investigacin CONSULTARSE LOS HORARIOS DE
Grupo C
Operativa,. jeloyl@ugr.es ) TUTORAS(1)

Yolanda Romn Montoya (Estadstica e

Grupo D Investigacin Operativa, yroman@ugr.es) http://www.ugr.es/~estadis/

OTROS GRADOS A LOS QUE SE PODRA

GRADO EN EL QUE SE IMPARTE
OFERTAR

Cumplimentar con el texto correspondiente, si

Grado en Biologa
procede

PRERREQUISITOS Y/O RECOMENDACIONES (si procede)

1
Consulte posible actualizacin en Acceso Identificado > Aplicaciones > Ordenacin Docente
() Esta gua docente debe ser cumplimentada siguiendo la Normativa de Evaluacin y de Calificacin de los estudiantes de
la Universidad de Granada (http://secretariageneral.ugr.es/pages/normativa/fichasugr/ncg7121/!)

Pgina 1
 Se recomienda haber cursado Matemticas en Bachillerato

BREVE DESCRIPCIN DE CONTENIDOS (SEGN MEMORIA DE VERIFICACIN DEL GRADO)

- Estadstica descriptiva y anlisis de datos.

- Teora de la probabilidad.
- Conceptos bsicos de variables aleatorias discretas y continuas.
- Modelos de probabilidad discretos y continuos.
- Nociones bsicas de la inferencia estadstica.
- Estimacin puntual y por intervalos de confianza.
- Contrastes de hiptesis paramtricos y no paramtricos

COMPETENCIAS GENERALES Y ESPECFICAS

Competencias generales:

CT 1. Capacidad de organizacin y planificacin

CT 2. Trabajo en equipo
CT 3. Aplicar los conocimientos a la resolucin de problemas
CT 4. Capacidad de anlisis y sntesis
CT 6. Razonamiento critico
CT 7. Conocimientos de informtica relativos al mbito de estudio
CT 8. Aprendizaje autnomo para el desarrollo continuo profesional
CT 15. Iniciativa y espritu emprendedor
CT 16. Creatividad
CT 17. Capacidad de gestin de la informacin
CT 18. Trabajo en equipo interdisciplinar

Competencias especficas:

CE 33. Obtener informacin, disear experimentos e interpretar los resultados

CE 39. Aplicar los procesos y modelos matemticos necesarios para estudiar los principios
organizativos, el modo de funcionamiento y las interacciones del sistema vivo
CE 40. Planificar e interpretar los resultados de los anlisis experimentales desde el punto de vista de
la significacin estadstica
CE 41. Manejar las bases de datos y programas informticos que pueden emplearse en el mbito de
Ciencias de la Vida
CE 76. Matemticas y estadstica aplicadas a la Biologa
CE 77. Informtica aplicada a la Biologa

OBJETIVOS (EXPRESADOS COMO RESULTADOS ESPERABLES DE LA ENSEANZA)

El alumno sabr/comprender:
Distinguir y conocer los fenmenos aleatorios. Conocer, interpretar y saber utilizar los principios
bsicos del Clculo de Probabilidades, as como las propiedades fundamentales.
El concepto de variable aleatoria. Comprender y manejar el concepto de independencia.
Utilizar las propiedades bsicas de los estimadores puntuales.
Manejar los intervalos de confianza ms usuales. Saber plantear, resolver e interpretar problemas de

Pgina 2
 intervalos de confianza.
Interpretar correctamente los resultados estadsticos

El alumno ser capaz de:

Reconocer y manejar los principales modelos de probabilidad discretos y continuos.
Reconocer y saber utilizar software estadstico.
Manejar con soltura las caractersticas bsicas de la Estadstica descriptiva. Analizar e interpretar un
conjunto de datos.
Manejar con soltura las nociones bsicas del contraste de hiptesis.
Plantear, resolver e interpretar problemas de contrastes de hiptesis paramtricos en una y dos
poblaciones.
Plantear, resolver e interpretar problemas de contrastes de hiptesis no-paramtricos.

TEMARIO DETALLADO DE LA ASIGNATURA

TEMARIO TERICO:
TEMA 1. ESTADSTICA DESCRIPTIVA UNIDIMENSIONAL
Introduccin. Conceptos bsicos. Variables estadsticas unidimensionales: Tablas estadsticas y
representaciones grficas.

TEMA 2. ESTADSTICA DESCRIPTIVA BIDIMENSIONAL

Variables estadsticas bidimensionales. Regresin y correlacin.

TEMA 3. TEORA DE LA PROBABILIDAD

Conceptos bsicos. Concepto de Probabilidad. Propiedades. Probabilidad condicionada. Independencia de
Sucesos. Teorema de la probabilidad total y Teorema de Bayes.

TEMA 4. CONCEPTOS BSICOS DE VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

Introduccin. Variable aleatoria discreta. Variable aleatoria continua. Caractersticas de una variable
aleatoria. Independencia de variables aleatorias.

TEMA 5. MODELOS DE PROBABILIDAD DISCRETOS

Distribucin de Bernouilli. Distribucin Binomial. Distribucin de Poisson. Aproximacin de una distribucin
binomial por una Poisson.

TEMA 6. MODELOS DE PROBABILIDAD CONTINUOS

Distribucin Normal. Distribucin Normal tipificada. Aproximacin de una Binomial por una distribucin
Normal. Distribuciones asociadas a la ley Normal.

TEMA 7. INTRODUCCIN A LA INFERENCIA ESTADSTICA

Conceptos generales. Breve introduccin al muestreo. Distribuciones de estadsticos muestrales.

TEMA 8. TEORA DE LA ESTIMACIN

Estimacin puntual. Propiedades de los estimadores. Estimacin por intervalos de confianza.

TEMA 9. CONTRASTES DE HIPTESIS PARAMTRICOS

Conceptos bsicos. Definicin de contrastes paramtricos. Contrastes de hiptesis para los parmetros de una

Pgina 3
distribucin Normal. Contrastes de hiptesis para proporciones.

TEMA 10. CONTRASTES DE HIPTESIS NO PARAMTRICOS

Definicin de contrastes no paramtricos. Distintos tipos de contrastes no paramtricos.

TEMARIO PRCTICO:

SEMINARIOS/TALLERES
(Se realizarn en las aulas de ordenadores)

Anlisis estadstico de datos reales: Anlisis descriptivo.

Anlisis estadstico de datos reales: Anlisis inferencial.

PRCTICAS DE ORDENADOR
Prctica 1. Introduccin al paquete estadstico SPSS
Prctica 2. Estadstica descriptiva
Prctica 3. Distribuciones de probabilidad
Prctica 4. Intervalos de confianza
Prctica 5. Contrastes de hiptesis

BIBLIOGRAFA

BIBLIOGRAFA FUNDAMENTAL:

Cuadras, C.M. (2000). "Problemas de Probabilidad y Estadstica". (Vol. II) EUB, Barcelona
Irizarry,R., Michael I, 2017. Love, Data Analysis for the Life Sciences with R. CRC Press Taylor &
Francis Group
Lara Porras, A.M., Romn Montoya, Y. y Prez Bueno, Fernando (2012). "Gua Interactiva de
Autoaprendizaje de SPSS. V.4.1" (CD-ROM). Ed. Proyecto Sur. Granada.
Lara Porras, A.M. (2010). Estadstica para Biologa y Ciencias Ambientales: Tratamiento Informtico
mediante SPSS. Ed. Proyecto Sur.
Lara Porras, A.M. y Romn Montoya, (2010). "Aprender Estadstica analizando datos: Mtodos
Multimedia" (CD-ROM). Ed. Proyecto Sur. Granada.
Martn Andrs, A. y Luna del Castillo, J. de D. (2004). "Bioestadstica para las Ciencias de la Salud".
Ed. Capitel. Madrid.
Milton J.S. (2007). Estadstica para Biologa y Ciencias de la Salud. McGraw-Hill. Interamericana de
Espaa, S.A.U.
Nychka, D Smith, R & Waller, L. 2017. ENVIRONMENTAL AND ECOLOGICAL STATISTICS WITH R. Second
Edition. CHAPMAN & HALL/CRC APPLIED ENVIRONMENTAL STATISTICS
Welham, S J et al, 2015. STATISTICAL METHODS IN BIOLOGY, CRC Press. Taylor & Francis Group

BIBLIOGRAFA COMPLEMENTARIA:

Agresti, A. (2002). "Categorical Data Analysis". 2 Edicin. Ed. John Wiley and Sons, Nueva York

Pgina 4
 Canavos, G.C., (1993). Probabilidad y Estadstica: Aplicaciones y Mtodos. Ed. McGraw Hill.
Daniel, W.W. (1990). Applied Nonparametric Statistics. PWS-Kent Publishing Company, Boston.
Lara Porras, A.M. (2002). Estadstica para Ciencias Biolgicas y Ciencias Ambientales. Problemas y
Exmenes Resueltos. Ed. Proyecto Sur
Milton, J. S. y Arnold, J. (1990). "Introduction to Probability and Statistics: Principles and Applications
for Engineering and the Computing Sciences". Ed. McGraw-Hill
Montgomery, D. C. (2002). Diseo y Anlisis de Experimentos. Segunda Edicin. Limusa Wiley.
Montero, J., Pardo, L., Morales, D. y Quesada, V. (1988). "Ejercicios y Problemas de Clculo de
Probabilidades". Ed. Diaz de Santos.
Rius Daz, F. y Barn Lpez, F.J. (2005). Bioestadstica. Ed. Thomson. Paraninfo S.L.
SPSS Inc (2013): SPSS 20 "Advanced Statistical Procedures Companion". SPSS Inc., Chicago.
SPSS Inc (2013): SPSS 20 "Guide to Data Analysis". SPSS Inc., Chicago.
SPSS Inc (2013): SPSS 20 "Statistical Procedures Companion," SPSS Inc., Chicago.

ENLACES RECOMENDADOS

http://www.emathematics.net/estadistica/aleatoria/index.php
http://www.cortland.edu/flteach/stats/stat-sp.html
http://ciberconta.unizar.es/leccion/probabil/INICIO.HTML
http://descartes.cnice.mec.es/materiales_didacticos/Azar_y_Probabilidad_jpr/comenzando.htm
http://descartes.cnice.mec.es/materiales_didacticos/JugAudaz/JugadorAudaz.htm
http://www.ub.es/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo1/B0C1m1t7.htm

METODOLOGA DOCENTE

El desarrollo de esta materia se realizar con la siguiente metodologa.

Clases de teora
Clases de problemas
Clases prcticas de ordenador
Trabajos y seminarios
Tutoras acadmicas
Estudio y trabajo autnomo
Estudio y trabajo en grupo.

- Las clases tericas (1.68 ECTS/42 horas)

Expondrn claramente los objetivos principales del tema y desarrollarn en detalle los contenidos necesarios
para una correcta comprensin de los conocimientos.

- Las sesiones de seminarios y/o clases de problemas (0.16 ECTS/ 4 horas)

Estas actividades proporcionarn temas de anlisis (estableciendo los procedimientos de bsqueda de
informacin, anlisis y sntesis de conocimientos) o plantearn problemas concretos que se desarrollarn de
forma individual o grupal.

- Las clases prcticas de ordenador (0.44 ECTS/ 11 horas)

Se realizarn en el aula de informtica y se dedicarn a presentar las caractersticas de algn paquete de
software que servir como herramienta para la resolucin de problemas prcticos.

- Las tutoras dirigidas ( 0.12 ECTS/ 3 horas)

Pgina 5
Ofrecern apoyo y asesoramiento personalizado o en grupos con un pequeo nmero de alumnos para abordar
las tareas encomendadas en las actividades formativas indicadas previamente o especficas del trabajo
personal. El profesor jugar un papel preactivo, orientando hacia un aprendizaje colaborativo y cooperativo, a
lo largo de todo el curso.

Para esta asignatura, la relacin de cada actividad formativa con las competencias a adquirir es la
siguiente:

Clases de teora Competencias generales: CT1, CT4, CT6 CT8, CT15, CT16, CT17
Competencias especficas: CE33, CE39, CE40, CE41, CE76.

Clases de problemas Competencias generales: CT1, CT2, CT6, CT7, CT8, CT15, CT16, CT17, CT18
y Competencias especficas: CE33, CE39, CE40, CE41, CE76, CE77.
prcticas en
ordenador

Seminarios y Competencias generales: CT1, CT2, CT4, CT6, CT7, CT8, CT15, CT16, CT16, CT18
exposicin de Competencias especficas: CE33, CE39, CE40, CE41, CE76, CE77.
trabajos

Tutoras Competencias generales: CT1, CT4, CT6, CT15.

Competencias especficas: CE33, CE39, CE40, CE41, CE76, CE77.
Trabajo personal Competencias generales: CT1, CT4, CT6, CT7, CT8, CT15, CT16, CT17
del alumno Competencias especficas: CE33, CE39, CE40, CE41, CE76, CE77.

EVALUACIN (INSTRUMENTOS DE EVALUACIN, CRITERIOS DE EVALUACIN Y PORCENTAJE SOBRE

LA CALIFICACIN FINAL, ETC.)

Convocatoria ordinaria de Junio:

Asistencia, actitud y participacin pertinente del estudiante en todas las actividades

formativas. Un 10% de la calificacin.
Realizacin de actividades propuestas. Un 20% de la calificacin.
Exmenes tericos de conocimientos y resolucin de problemas donde se valorarn los
conocimientos adquiridos por el alumno, especialmente, su capacidad para la aplicacin de los
mismos a situaciones prcticas concretas. Un 70% de la calificacin.

Aquellos estudiantes que no puedan cumplir con el mtodo de evaluacin continua por motivos laborales,
estado de salud, discapacidad o cualquier otra causa debidamente justificada, podrn acogerse a la
realizacin de una evaluacin nica final basada en una prueba escrita sobre los contenidos de la asignatura
que consistir en un examen terico-prctico. Para superar la asignatura ser necesario que en esta prueba se
obtenga una puntuacin mnima de cinco puntos (en la escala de cero a diez).

Convocatorias Extraordinarias:

Examen terico-prctico en el que se valorar tanto la adquisicin de conocimientos como la

capacidad de aplicacin de los mismos a situaciones prcticas para la resolucin de problemas

El calendario de exmenes ordinarios y extraordinarios del curso acadmico 2016-17 puede ser

Pgina 6
consultado en la web del grado en Biologa:
http://grados.ugr.es/biologia/pages/infoacademica/convocatorias

DESCRIPCIN DE LAS PRUEBAS QUE FORMARN PARTE DE LA EVALUACIN NICA FINAL

ESTABLECIDA EN LA NORMATIVA DE EVALUACIN Y DE CALIFICACIN DE LOS ESTUDIANTES DE LA
UNIVERSIDAD DE GRANADA

Examen terico - prctico de los contenidos de la asignatura.

INFORMACIN ADICIONAL

Informacin sobre de la asignatura de Bioestadstica se puede consultar en: http://wdb.ugr.es/~bioestad/

Las clases prcticas mediante ordenador se reforzarn mediante la utilizacin de software libre consistente en
programas interactivos de aprendizaje como el alojado en el sitio web:
http://www.ugr.es/~bioestad/guiaspss/index.html

Pgina 7