Guía docente de Bioestadística (2001117)

En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

• Estadística descriptiva y análisis de datos.
• Teoría de la probabilidad.
• Conceptos básicos de variables aleatorias discretas y continuas.
• Modelos de probabilidad discretos y continuos.
• Nociones básicas de la inferencia estadística.
• Estimación puntual y por intervalos de confianza.
• Contrastes de hipótesis paramétricos y no paramétricos
• Introducción al Análisis de la Varianza Unifactorial.

• Estadística descriptiva y análisis de datos.
• Teoría de la probabilidad.
• Conceptos básicos de variables aleatorias discretas y continuas.
• Modelos de probabilidad discretos y continuos.
• Nociones básicas de la inferencia estadística.
• Estimación puntual y por intervalos de confianza.
• Contrastes de hipótesis paramétricos y no paramétricos
• Introducción al Análisis de la Varianza Unifactorial.

TEMA 1. ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL

Introducción. Conceptos básicos. Variables estadísticas unidimensionales: Tablas estadísticas y representaciones gráficas.

TEMA 2. ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

Variables estadísticas bidimensionales. Regresión y correlación.

TEMA 3. TEORÍA DE LA PROBABILIDAD

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

TEMA 4. CONCEPTOS BÁSICOS DE VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

Introducción. Variable aleatoria discreta. Variable aleatoria continua. Características de una variable aleatoria. Independencia de variables aleatorias.

TEMA 5. MODELOS DE PROBABILIDAD DISCRETOS

Distribución de Bernoulli. Distribución Binomial. Distribución de Poisson. Aproximación de una distribución binomial por una Poisson.

TEMA 6. MODELOS DE PROBABILIDAD CONTINUOS

Distribución Normal. Distribución Normal tipificada. Aproximación de las distribuciones binomial y Poisson por una Normal.

TEMA 7. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

Conceptos generales. Breve introducción al muestreo. Distribuciones de estadísticos muestrales.

TEMA 8. TEORÍA DE LA ESTIMACIÓN

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

TEMA 9. CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

Conceptos básicos. Definición de contrastes paramétricos. Contrastes de hipótesis para los parámetros de una distribución Normal. Contrastes de hipótesis para proporciones.

TEMA 10. CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS

Definición de contrastes no paramétricos. Distintos tipos de contrastes no paramétricos.

Prácticas en ordenador

Se realizarán sesiones prácticas acerca de los contenidos de la asignatura utilizando un software estadístico.

• CÁNAVOS, G.C. (2003). Probabilidad y Estadística: Aplicaciones y Métodos. Ed. McGraw-Hill Interamericana, México.
• CUADRAS, C.M. (2016). Problemas de Probabilidad y Estadística. EUB, Barcelona.
• GUTIÉRREZ GONZÁLEZ, E. y VLADMIROVNA PANTELEEVA, O. (2016). Estadística Inferencial 1 para Ingeniería y Ciencias. Grupo Editorial Patricia, S.A. de C.V.
• LARA PORRAS, A.M. (2010). Estadística para Biología y Ciencias Ambientales: Tratamiento Informático mediante SPSS. Ed. Proyecto Sur.
• MARTÍN ANDRÉS, A. y LUNA DEL CASTILLO, J. de D. (2004). Bioestadística para las Ciencias de la Salud. Ed. Capitel. Madrid.
• MARTÍNEZ-GONZÁLEZ, M.A. et al (2014). Bioestadística Amigable. Ed. Elsevier
• MILTON J.S. (2007). Estadística para Biología y Ciencias de la Salud. Ed. McGraw-Hill. Interamericana de España, S.A.U.
• MURRAY, R. SPIEGEL, LARRY J. STEPHENS (2008) Estadística. México, D.F. : McGraw-Hill/Intermaericana, 2008
• QUESADA, V., GARCÍA, A. (1985). Curso básico de Cálculo de Probabilidades. Ediciones ICE, Madrid.
• MUÑOR IBÁÑEZ, R. (2017) Estadística básica I. Introducción a la estadística Ed. Univ. de Alicante
• MUÑOR IBÁÑEZ, R. (2017) II. Probabilidad: variables aleatorias . Ed. Univ. de Alicante
• RIUS DÍAZ, F. (2014). Bioestadística. Ed. Paraninfo
• SPIEGEL, M.R. y STEPHENS, L.J. (2009). Estadística. Ed. McGraw-Hill. Interamericana editores, S.A. de C.V.

• AGRESTI, A. (2002). Categorical Data Analysis. 2ª Edición. Ed. John Wiley and Sons, Nueva York.
• DANIEL, W.W. (1990). Applied Nonparametric Statistics. PWS-Kent Publishing Company, Boston.
• GÓMEZ VILLEGAS, M.A. (2005). Inferencia Estadística. Ediciones Días de Santos
• GONZÁLEZ MANTEIGA, M.T. (2021). 400 Problemas resueltos de Estadística Multidisciplinar. Ediciones Días de Santos
• QUESADA RICO, J.A. (2025). Bioestadística básica y avanzada con R. Ed. Díaz Santos
• MARTÍNEZ ÁLVAREZ, F. y MARTÍNEZ ÁLVAREZ M.C. (2013). Problemas de Estadística para Ingeniería y Ciencias. Ed. Godel Impresiones Digitales S.L.
• MILTON, J. S. and ARNOLD, J. (1990). Introduction to Probability and Statistics: Principles and Applications for Engineering and the Computing Sciences. Ed. McGraw-Hill
• MONTGOMERY, D. C. (2002). Diseño y Análisis de Experimentos. Segunda Edición. Ed. Limusa Wiley.
• MONTERO, J., PARDO, L., MORALES, D. y QUESADA, V. (1988). Ejercicios y Problemas de Cálculo de Probabilidades. Ed. Díaz de Santos.
• RIUS DÍAZ, F. y BARÓN LÓPEZ, F.J. (2005). Bioestadística. Ed. Thomson. Paraninfo S.L.

https://prado.ugr.es

https://wpd.ugr.es/~bioestad/

• MD01. Lección magistral/expositiva 
• MD02. Sesiones de discusión y debate 
• MD03. Resolución de problemas y estudio de casos prácticos 
• MD06. Prácticas en sala de informática 
• MD07. Seminarios 
• MD08. Ejercicios de simulación 
• MD09. Análisis de fuentes y documentos 
• MD10. Realización de trabajos en grupo 
• MD11. Realización de trabajos individuales 

Atendiendo a la Normativa de Evaluación y de Calificación de los estudiantes de la Universidad de Granada (http://www.ugr.es/~minpet/pages/enpdf/normativaevaluacionycalificacion.pdf), el alumnado puede seguir en esta asignatura el sistema de evaluación continua o bien el de evaluación única final. Por defecto, todos los alumnos seguirán la evaluación continua, salvo que en tiempo y forma soliciten al Director del Departamento, en virtud de la anterior normativa, acogerse a la evaluación única.

Sistema de evaluación continua:

Para la convocatoria ordinaria, en la evaluación continua se empleará un sistema de evaluación diversificado consistente en la resolución de ejercicios de carácter teórico-práctico, cuestionarios sobre prácticas en ordenador, prueba específica de prácticas en ordenador, pruebas teórico-prácticas (no incluyen prácticas en ordenador) y/o cualquier otra actividad que el profesorado estime oportuna a fin de valorar los conocimientos y competencias adquiridas respetándose los siguientes porcentajes:

• Valoración del nivel adquirido mediante las clases teóricas: 70%.
• Valoración del nivel adquirido mediante los seminarios, clases de problemas y/o tutorías dirigidas. 20%
• Valoración de la asistencia, actitud y participación pertinente del estudiante en todas las actividades formativas planificadas. 10%

La asignatura se considerará superada si la suma de todas las partes alcanza el 50% de la calificación total.

Examen Extraordinario: 100% (Teoría-Problemas: 85%, Prácticas en Ordenador: 15%)

La asignatura se considerará superada si la suma de todas las partes alcanza el 50% de la calificación total.

Tanto en el examen único de la convocatoria ordinaria como en el examen extraordinario el alumno deberá acreditar que ha adquirido la totalidad de competencias generales y específicas descritas en el apartado correspondiente de esta guía docente.

Como se ha aludido anteriormente, a ella podrá acogerse el alumnado en los casos indicados en la “Normativa de evaluación y calificación de los estudiantes de la Universidad de Granada” (aprobada por Consejo de Gobierno el 20 de mayo de 2013). Dicho sistema de evaluación consistirá en:

• Examen final: 100% (Teoría-Problemas: 85%, Prácticas en Ordenador: 15%)

La asignatura se considerará superada si la suma de todas las partes alcanza el 50% de la calificación total.

Aquellos alumnos que no se presenten a este examen final obtendrán la calificación de “No presentado” en dicha convocatoria ordinaria.