1. Introducció
2. Biologia, experimentació i estadística. La bioestadística actual: importància de l'experimentació i l'anàlisi de dades en biologia. Branques de l'estadística. Inferència estadística: com funciona un test estadístic? com escollir un test estadístic?
3. Anàlisi de freqüències
4. Testos de bondat d'ajust. Introducció: mètodes d'anàlisi de freqüències. Test G i test khi quadrat. Test d'ajust de classificació única: ajust a una proporció teòrica. Freqüències esperades mínimes. Correccions. Testos repetits d'ajust.
5. Taules de contingència. Testos d'independència.Mesures d'associació. Models log-lineals.
6. Distribució normal. Propietats. Testos de normalitat: Kolmogorov-Smirnov i Shapiro-Wilks. Gràfiques de normalitat: bàsica i sense la tendència (detrended); interpretació. Transformació de variables. Concepte de robustesa estadística.
7. Anàlisi de variància
8. Anàlisi de variància (ANOVA). Necessitat: taxa d'error experimental i taxa d'error per comparació. Fonament: hipòtesi nul·la de l'ANOVA; descomposició de la variabilitat (quadrats mitjans, MS).
9. ANOVA d'un factor. Formulació pràctica: taula de l'ANOVA (suma de quadrats, SS; graus de llibertat, d.f.). Efectes fixos o efectes aleatoris: model I o II; comparacions múltiples i estimació d'efectes, o estimació de components de variància.
10. Supòsits de l'ANOVA. Mostreig aleatori, independència de dades, normalitat i homoscedasticitat (homogeneïtat de variàncies). Testos d'homoscedasticitat: Bartlett, Cochran, Hartley i Levene. Mètodes gràfics: dispersió-tendència central; gràfiques de caixa (box plot).
11. Comparacions múltiples (de mitjanes). Comparacions a priori: descomposició ortogonal de la variació entre grups (concepte de contrast i coeficients de contrasts lineals). Comparacions múltiples a posteriori: mínima diferència significativa. El mètode de Bonferroni.
12. ANOVA de dos factors. Significat de la interacció. Model I, II i mixt: càlcul de les F; composició de quadrats mitjans (MS). Formulació pràctica: suma de quadrats (SS) i graus de llibertat (d.f.). Cas sense replicació: supòsit d'additivitat. Altres dissenys factorials.
13. Introducció. Estudis observacionals i experiments: propietats; terminologia del disseny. Deu principis del disseny. Disseny mostral: necessitat i tipus de mostreig.
14. Disseny experimental. Error experimental i replicació: avantatges de la replicació constant; determinació de grandària mostral (mínima) i concepte de potència estadística; significació estadística i significació biològica. Control. Aleatorització. Avantatges dels dissenys factorials respecte dels dissenys clàssics.
15. Formació de blocs. Disseny completament aleatoritzat i disseny en blocs (complets) aleatoritzats. Cas de dos grups del disseny en blocs aleatoritzats: comparacions aparellades. Altres dissenys: quadrat llatí; blocs incomplets; mesures repetides.
16. Mètodes no paramètrics. Fonament i aplicació. Classificació única: test U de Mann-Whitney, test de Wilcoxon per a dades aparellades, test H de Kruskal-Wallis. Disseny en blocs aleatoritzats: test de Friedman.