Estudia

• 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

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

• 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

Activitats d'avaluació:

La nota final de l'assignatura serà la corresponent a tenir en compte la nota dels blocs i la de resolució del problema, en la proporció indicada. Ara bé, per a fer aquest càlcul cal haver superat (5 o superior) les proves d'avaluació de cada bloc per separat, si això no passa l'assignatura quedarà suspesa. L'assignatura es considerarà superada si la nota obtinguda després d'aquest càlcul (considerant les proves d'avaluació dels blocs i el problema) és superior o igual a 5 sobre 10.

Es podrà recuperar la nota dels blocs en el període dels exàmens de recuperació. Només podran anar a recuperació els alumnes que hagin suspès alguna o les dues proves anteriors.


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). Aquest fet és especialment rellevant en el treball, del qual es farà un seguiment setmanal a classe de grup mitjà.

Per el treball amb Dades (treball en equip) la IA és permesa amb el següent ús limitat:
-És permet eines per generar codi (tipus, Chat GPT, GitHub Copilot). Si s'utilitzen caldrà fer-ne referència (citar-ho) en el treball.

Si es detecta la realització fraudulenta (ús d'informació sense autorització, utilització d'informació falsa, utilització de dispositius no autoritzats, suplantació de la identitat, plagis totals o parcials, compra i venda de proves, pràctiques i treballs, etc) de qualsevol dels exercicis exigits en l’avaluació de l' assignatura, comportarà la no superació de l’assignatura, amb independència del procés disciplinari que es pugui seguir contra l’estudiant infractor.

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 constarà de 3 parts: 1) exercicis d'R, 2)conceptes teòrics del bloc I i, 3) conceptes teòrics del bloc II.

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 i haver superat per separat (nota superior o igual a 5) les proves d'avaluació dels blocs.

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

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

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.

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/

• Estadística aplicada
• Tècniques científiques integrades I