Bioestadística i Anàlisi de Dades

Esteu aquí

Inici » Estudis » Graus » Grau en Bioinformàtica » Pla d'estudis » Assignatures » Bioestadística i Anàlisi de Dades
Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
Departament
UPF
Aquest curs proporciona una descripció general dels conceptes i mètodes essencials per analitzar dades biomèdiques. L'objectiu és aconseguir una comprensió profunda dels principis estadístics i la seva aplicació a les ciències biològiques. Comencem amb una introducció fonamental a la teoria de la probabilitat i la inferència estadística. Després, els estudiants exploraran tècniques estadístiques específiques fonamentals per a l'anàlisi de dades biomèdiques.
Al llarg del curs, s'utilitzaran exemples reals per il·lustrar aquests mètodes, millorant la comprensió i l'aplicació pràctiques. L'experiència d'aprenentatge inclou una combinació de classes teòriques presencials, sessions pràctiques i tasques breus per reforçar conceptes clau.

Professorat

Responsable

  • Hafid Laayouni el Alaoui ( )

Altres

  • Ferriol Calvet Riera ( )
  • Mohammadmahdi Hajimoradkhani ( )

Hores setmanals

Teoria
2
Problemes
2
Laboratori
0
Aprenentatge dirigit
0
Aprenentatge autònom
6

Resultats d'aprenentatge

Resultats d'aprenentatge

Coneixements

  • K2 - Identificar els mètodes estadístics i computacionals i els models matemàtics que permeten resoldre problemes en els camps de la biologia molecular, la genòmica, la investigació mèdica i la genètica de poblacions.
  • K3 - Identificar els fonaments matemàtics, les teories informàtiques, els esquemes algorísmics i els principis d'organització de la informació aplicables al modelat de sistemes biològics i a la resolució eficient de problemes bioinformàtics mitjançant el disseny d'eines computacionals.
  • K5 - Identificar la naturalesa de les variables biològiques que cal analitzar, així com els models matemàtics, els algorismes i les proves estadístiques adequades per a desenvolupar i avaluar anàlisis estadístics i eines computacionals.

Habilitats

  • S2 - Analitzar computacionalment seqüències d'ADN, ARN i proteïnes, incloent anàlisis comparatives de genomes, usant la computació, les matemàtiques i l'estadística com a eines bàsiques de la bioinformàtica.
  • S3 - Resoldre problemes en els camps de la biologia molecular, la genòmica, la investigació mèdica i la genètica de poblacions mitjançant l'aplicació de mètodes estadístics i computacionals i models matemàtics.
  • S4 - Elaborar eines específiques que permetin la resolució de problemes sobre la interpretació de dades biològiques i biomèdiques, incloent visualitzacions complexes.
  • S8 - Enfrontar-se a la presa de decisions, i defensar-les amb arguments, en la resolució de problemes de les àrees de biologia, així com, dins dels àmbits adequats, les ciències de la salut, les ciències de la computació i les ciències experimentals.

Competències

  • C3 - Comunicar-se de forma oral i escrita amb altres persones, en llengua anglesa, sobre els resultats de l'aprenentatge, de l'elaboració del pensament i de la presa de decisions.
  • C6 - Detectar deficiències en el propi coneixement i superar-les mitjançant la reflexió crítica i l'elecció de la millor actuació per a ampliar aquest coneixement.

Objectius

  1. .1 Adquisició de coneixement bàsic d'inferència estadística.
    Competències relacionades: C3, C6, K2, K3, K5, S4, S8,
  2. 2. Usar l'estadística per a resoldre problemes biològics
    Competències relacionades: K2, K3, K5, S2, S4, S8,
  3. Aprendre com usar el programari R per analitzar dades biològiques
    Competències relacionades: C3, K5, S2, S3, S4, S8,

Continguts

  1. Test d'hipòtesi i test t de student.
    Statistical reasoning, test statistic, p-value, rejection area, errors type I and II, paired data
  2. Relacions en dades categòriques, prova de bondat d'ajust.
    Contingency tables. The chi-square
  3. Anàlisi de la variància. ANOVA de un factor, procediments de comparació múltiples
    Variation partition, Sum of squares and Mean squares, ANOVA table. Bonferroni correction
  4. ANOVA de 2 factors
    Variation partition, main effects and interaction
  5. Correlació i regressió.
    Descriptive and inferential aspects of correlation and simple linear regression.
  6. Anàlisi de regressió múltiple. Correlació parcial
    Interpretation of regression coefficients, test of significance
  7. Mida de l'efecte i un resum dels mètodes d'inferència.
    P-values, sample size, effect size and statistical power.

Activitats

Activitat Acte avaluatiu


Classes teòriques expositives



Teoria
27h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
45h



Examen parcial


Objectius: 1 2
Setmana: 1
Teoria
0h
Problemes
2h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Examen final


Objectius: 1 2 3
Setmana: 1
Teoria
3h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

Les classes teoriques son principalment de tipus expositiu. També hi haurà sessions basades en problemes i sessions practiques amb R.

Mètode d'avaluació

Per a l'avaluació de l'assignatura, es tindrà en compte la nota de l'examen parcial (P), la de l'examen final (F), la de les sessions de R (R) i es combinaran seguint la fórmula següent:
Nota= max(0.2*P+0.2*R+0.6*F;0.2*R+0.8*F)

Es considera que un estudiant s'ha presentat a l'assignatura si s'ha presentat a l'examen final. Si l'estudiant s'ha presentat però ha suspès l'assignatura, l'estudian podrà fer l'examen de reavaluació (RT) i en aquest cas la nota es calcularà com 0.2*R+0.8*RT (no es tindrà en compte la nota de l'examen parcial).

Bibliografia

Bàsica:

Web links