Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú
Identificació

Estudia a la UdG

Dades generals

Curs acadèmic:
2020
Descripció:
Models lineals múltiples. Contrastos no paramètrics. Anàlisi descriptiva multivariable aplicada a la experimentació biològica: ordenació i classificació
Crèdits ECTS:
6

Grups

Grup BL

Durada:
Semestral, 1r semestre
Professorat:
MARIA TERESA ANTON PARDO  / JOAN PERE CASAS RUIZ  / JORDI COMPTE CIURANA  / ESTEFANIA GASCON GARCIA  / RAFAEL MUÑOZ MAS  / ANNA VILA GISPERT
Idioma de les classes:
Català (75%), Anglès (25%)

Competències

  • Capacitat per analitzar críticament a partir de la recollida d'informació i la interpretació de dades , situacions complexes i dissenyar estratègies creatives i innovadores per resoldre-les.
  • Saber comunicar-se oralment i per escrit en l'àmbit científic i professional , utilitzant les llengües pròpies i l'anglès.
  • Utilitzar i aplicar de forma segura la instrumentació i les metodologies experimentals pròpies de la disciplina.
  • Utilitzar programes informàtics específics per al tractament complex de dades.

Continguts

1. Introducció

2. Models lineal múltiples

3. Contrastos no paramètrics

4. Anàlisi multivariable

          4.1. Anàlisi exploratori de dades

          4.2. Mesures d'associació i matrius

          4.3. Anàlisi de Classificació

          4.4. Anàlisi d'Ordenació

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Prova d'avaluació 3,00 20,00 0 23,00
Resolució d'exercicis 0 20,00 0 20,00
Sessió expositiva 27,00 25,00 0 52,00
Sessió pràctica 10,00 10,00 0 20,00
Treball en equip 5,00 30,00 0 35,00
Total 45,00 105,00 0 150

Bibliografia

  • Zar, Jerrold H (cop. 1999 ). Biostatistical analysis (4th ed.). London: Prentice-Hall International. Catàleg
  • Gotelli, Nicholas J (cop. 2004 ). A Primer of ecological statistics . Sunderland: Sinauer Associates. Catàleg
  • Quinn, Gerry P (2002 ). Experimental design and data analysis for biologists . Cambridge: Cambridge University Press. Catàleg
  • Legendre, Pierre (1998 ). Numerical ecology (2nd english ed.). Amsterdam [etc.]: Elsevier. Catàleg
  • Leps, Jan (2003 ). Multivariate analysis of ecological data using CANOCO . Cambridge: Cambridge University Press. Catàleg
  • Tabachnick, Barbara G (cop. 2001 ). Using multivariate statistics (4th ed). Boston: Allyn and Bacon. Catàleg
  • Crawley, Michael J (cop. 2007 ). The R book . New York: John Wiley & Sons. Catàleg

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Aula informàtica: ús del paquet estadístic R En finalitzar es realitzarà una prova escrita que formarà part de l'avaluació continuada de l'assignatura.

Aquesta activitat no és recuperable.
10 No
Resolució d'exercicis pràctics corresponents a les classes d'R i teoria
.
Es tracta de realitzar uns exercicis pràctics de manera individual vinculats a les diferents sessions a l'aula d'informàtica. Si no es resolt en el termini indicat, aquell exercici puntuarà 0. La nota final d'aquesta activitat s'obtindrà de la mitjana de tots els exercicis.

Aquesta activitat és recuperable, ja que es donarà una segona opció de respondre els exercicis si no es supera el qüestionari, sempre dins el termini establert. Ara bé, cada pregunta encertada en segona opció puntuarà la meitat.
10
Treball amb dades en equips de 6 a 8 persones utilitzant els coneixements adquirits sobre qualsevol dels continguts desenvolupats en les pràctiques i en la teoria. La nota obtinguda contarà un 30% de la nota final i formarà part de l'avaluació continuada.
Aquesta nota es desglossa en 2 parts: 1) NOTA DE LA PART DE SCRIPT I ANÀLISIS , PUNTUA EL 70% DE LA NOTA DEL TREBALL,i 2) L’ALTRE 30% ÉS LA MEMÒRIA ESCRITA

Aquesta activitat no és recuperable.
30 No
Examen de teoria: realització d'una prova d'avaluació de l'assignatura. Si la prova final no supera el 5 sobre 10, no es podrà superar l’assignatura.

L’assignatura quedarà superada si la nota resultant de considerar la resta d'activitats d'avaluació és superior o igual a 5.

50

Qualificació

Si la prova final no supera el 5 sobre 10, no es podrà superar l’assignatura.

L’assignatura quedarà superada si la nota resultant de considerar la prova final, la prova del paquet estadístic R, els exercicis i el treball en dades és superior o igual a 5 sobre 10.

Es podrà recuperar la prova final en el període dels exàmens de recuperació. Només podran anar a recuperació els alumnes suspesos a la primera prova.


Per a la qualificació definitiva de l'alumne el professor pot tenir en compte, a més de la suma de qualificacions, altres aspectes que consideri convenients (participació a classe, realització de treballs voluntaris, puntualitat en la tramesa de les tasques, etc).

Criteris específics de la nota «No Presentat»:
Qualsevol activitat d'avaluació no presentada tindrà la qualificació de 0. Una qualificació final de NP (no presentat) s'obtindrà només quan l'alumne no participi en cap de les activitats d'avaluació.

Avaluació única:
En cas de realitzar avaluació única, aquesta constarà d'una única prova que valdrà el 100% de la nota final, i que integrarà: 1)parts pràctiques, 2)conceptes teòrics, i 3) una part de disseny i desenvolupament d'anàlisis de dades en un marc d'un estudi biològic.

Per superar l'assignatura caldrà un mínim de 5 sobre 10 com a resultat d'aquesta avaluació única.

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació global mínima de 5.0

Tutoria


Les tutories, tan individuals com en grup, es faran en hores convingudes amb l'estudiant.

Per a sol·licitar una tutoria cal fer-ho enviant un missatge via moodle.

Comunicacio i interacció amb l'estudiantat

La interacció via telemàtica amb els estudiants es farà utilitzant la plataforma del moodle.

L'entrega de tasques, els fòrums de discussió, o demanar dubtes o tutories es farà telemàticament utilitzant les eines disponibles al moodle de l'assignatura.

Observacions

L'estudiant matriculat podrà accedir a la intranet La Meva UdG on hi trobarà el programa detallat, la temporalització de l'assignatura, apunts referents a la teoria, problemes, pràctiques, els treballs pràctics proposats i altres recursos.

La web on es pot baixar el paquet estadístic R i diferents llibreries, així com fitxers explicatius i ajudes per cada llibreria:
http://www.r-project.org/


Assignatures recomanades

  • Estadística aplicada
  • Tècniques científiques integrades I

Modificació del disseny

Modificació de les activitats:
Escenari semipresencial
Totes les tasques i activitats seran entregades telemàticament.

En aquest escenari, les classes de grups mitjans d'R a l'aula d'informàtica passaran a ser virtuals.

També es reduiran les classes de grup gran a la meitat, el que obligarà a passar a realitzar bàsicament classes de dubtes, el dia que toqui classe presencial. Es plantejaran una sèrie de problemes a resoldre i s'aprofitaran els dies de classes presencials per resoldre els dubtes.



Escenari tancament UdG
Tota la matèria i dubtes es farien de manera telemàtica.
Les diferents tasques i activitats a realitzar s'entregaran telemàticament, i les classes de dubtes i tutories es realitzaran mitjantçant el Google meet o similar.


Tractament estudiants vulnerables o amb confinament temporal
Totes les tasques i material de l'assignatura es posarà a disposició dels estudiants via moodle. Les diferents tasques i activitats a realitzar s'entreguen telemàticament, i les classes de dubtes i tutories es realitzaran mitjantçant el Google meet o similar.

Modificació de l'avaluació:
Escenari semipresencial
No hi haurà proves d'R, sinó que es crearan un qüestionaris mixtes d'R i teoria a resoldre de manera individual per via telemàtica i que valdrà el 20% de la nota final. Seran recuperables, ja que els estudiants disposaran de 2 intents per respondre cada pregunta, si bé si l'encerten en segona opció hi haurà una penalització del 50% del valor d'aquella pregunta en el resultat final.

El treball amb dades es mantindrà, i seguirà valent el 30% de la nota final i no serà recuperable.

La prova final de l'assignatura valdrà el 50% i es farà si es possible presencialment, si per qüestions d'aforament fos impossible o no recomanable fer-ho presencial, llavors es farien via telemàtica, com els qüestionaris. Aquesta prova també és recuperable. Si es fa presencialment, s'establirà un dia per fer la recuperació, i si no es pot fer, s'utilitzaria el mateix sistema que en els qüestionaris.

Escenari tancament UdG.
Es mantenen els qüestionaris d'R i conceptes de teoria amb un 20% de la nota final, el treball amb dades 30% i l'examen final 50%. Tot es fa i s'entrega pel moodle, ja sigui utilitzant qüestionaris o tasques.
Tant l'examen final com els qüestionaris segueixen essent recuperables.

Tractament estudiants vulnerables o amb confinament temporal
S'aplicarà el mateix que en l'escenari de tancament de l'UdG.

Tutoria i comunicació:
Escenari semipresencial
Es podran fer tutories presencials o telemàtiques en funció del que més convingui al professor o estudiant.
Tota la comunicació es farà via missatges moodle

Escenari tancament UdG
Totes les tutories es faran telemàticament utilitzant Google meet o similar.
Tota la comunicació es farà via missatges moodle

Tractament estudiants vulnerables o amb confinament temporal
Totes les tutories es faran telemàticament utilitzant Google meet o similar.
Tota la comunicació es farà via missatges moodle