Guía docente de Estadística Computacional en Farmacia (20411A7)

Curso 2024/2025
Fecha de aprobación: 25/06/2024

Grado

Grado en Farmacia

Rama

Ciencias de la Salud

Módulo

Complementos de Formación

Materia

Estadística Computacional en Farmacia

Curso

3

Semestre

1

Créditos

6

Tipo

Optativa

Profesorado

Teórico

  • Paula Rodríguez Bouzas. Grupo: E
  • Mariano José Valderrama Bonnet. Grupo: A

Práctico

  • Paula Rodríguez Bouzas Grupos: 3 y 4
  • Mariano José Valderrama Bonnet Grupos: 1 y 2

Tutorías

Paula Rodríguez Bouzas

Email
No hay tutorías asignadas para el curso académico.

Mariano José Valderrama Bonnet

Email
No hay tutorías asignadas para el curso académico.

Prerrequisitos y/o Recomendaciones

  • Tener cursadas la asignatura BIOMETRÍA de 1º de Farmacia
  • Tener conocimientos básicos sobre Estadística Descriptiva y Cálculo Matemático

Breve descripción de contenidos (Según memoria de verificación del Grado)

  1. Métodos de inferencia estadística
  2. Diseño estadístico de experimentos I: Análisis de la varianza
  3. Diseño estadístico de experimentos II: Regresión
  4. Estadística no paramétrica
  5. Tratamiento de variables cualitativas
  6. Muestreo en poblaciones finitas

Competencias

Competencias generales

  • CG03. Saber aplicar el método científico y adquirir habilidades en el manejo de la legislación, fuentes de información, bibliografía, elaboración de protocolos y demás aspectos que se consideran necesarios para el diseño y evaluación crítica de ensayos preclínicos y clínicos. 

Competencias específicas

  • CE12. Aplicar los conocimientos de Física y Matemáticas a las ciencias farmacéuticas. 
  • CE13. Aplicar técnicas computacionales y de procesamiento de datos, en relación con la información referente a datos físicos, químicos y biológicos. 
  • CE14. Diseñar experimentos en base a criterios estadísticos. 
  • CE15. Evaluar datos científicos relacionados con los medicamentos y productos sanitarios. 
  • CE16. Utilizar el análisis estadístico aplicado a las ciencias farmacéuticas. 

Competencias Transversales

  • CT02. Capacidad de utilizar con desenvoltura las TICs 

Resultados de aprendizaje (Objetivos)

Como consecuencia del proceso de aprendizaje, el alumno debe saber:

  1. Plantear, resolver e interpretar un contraste de hipótesis y un análisis de la varianza
  2. Formular, estimar e interpretar un modelo de regresión lineal y no lineal
  3. Utilizar el tipo de muestreo adecuado, calculando el correspondiente tamaño muestral
  4. Trabajar con tablas de contingencia para datos categóricos.

Programa de contenidos teóricos y prácticos

Teórico

Tema 1: Variables aleatorias

Función de distribución. Distribuciones de tipo discreto y continuo. Esperanza y varianza. Distribuciones en el muestreo: t de Student, χ2 de Pearson y distribución de Snedecor.

Tema 2: Inferencia mediante estimación

Concepto y propiedades de un estimador. Métodos de estimación: máxima verosimilitud, Bayes, etc. Estimación sobre variables normales: Teorema de Fisher. Estimación mediante intervalos de confianza. Determinación del tamaño muestral.

Tema 3: Inferencia mediante contraste de hipótesis

Conceptos básicos en el contraste de hipótesis. Contrastes sobre una variable normal. Contrastes sobre dos variables normales. Significado del p-valor.

Tema 4: Diseño estadístico de experimentos I: Análisis de la varianza

Descomposición lineal de la varianza. Diseños de un factor: el modelo ANOVA I. Diseños de dos factores: el modelo ANOVA II. Diseños balanceados con múltiples observaciones: análisis de la interacción. Diseños mediante cuadrados latinos y grecolatinos.

Tema 5: Diseño estadístico de experimentos II: Regresión

Introducción. El modelo lineal de regresión simple. El modelo lineal de regresión múltiple. Regresión no lineal. Regresión logística y de Poisson.

Tema 6: Estadística no paramétrica

Introducción. Contrastes para variables pareadas: test de los signos y test del signo-rango de Wilcoxon. Contrastes para variables independientes: test de Mann-Withney, test de Kolmogorov-Smirnov y test de Kruskal-Wallis. Test de Friedman. Correlación por rangos de Spearman. Detección de datos atípicos: test de Dixon y test de Grubbs.

Tema 7: Tratamiento de variables cualitativas

Test asintótico de bondad de ajuste. Test de independencia entre caracteres cualitativos. Concordancia diagnóstica. Análisis de tablas 2x2 y aplicaciones epidemiológicas. Área bajo la curva ROC.

Tema 8: Muestreo en poblaciones finitas

Muestreo probabilístico versus opinático. Muestreo aleatorio simple. Muestreo aleatorio estratificado: tipos de afijación. Muestreo por conglomerados. Muestreo sistemático.

Práctico

Las prácticas de la asignatura se impartirán en el aula de Informática y consistirán en el desarrollo de casos prácticos mediante la utilización de un programa estadístico.

Bibliografía

Bibliografía fundamental

  • M.L. Samuels, J.A. Witmer y A. Schaffner (2012). Fundamentos de Estadística para las Ciencias de la Vida. Pearson, Madrid.
  • M.J. Valderrama (2022). Manual de Estadística Farmacéutica. Kit-book Servicios Editoriales, Barcelona.

Bibliografía complementaria

  • E. Cobo, P. Muñoz y J.A. González (2007). Bioestadística para no Estadísticos. Elsevier, Barcelona.
  • S.A. Glantz (2012). Primer of Biostatistics. McGraw Hill, New York.
  • A. Indrayan (2013). Medical Biostatistics. Chapmann & Hall / CRC Biostatistical Series, Boca Raton.
  • A. Martín-Andrés y J.D. Luna del Castillo (2005). Bioestadística para Ciencias de la Salud. Norma, Madrid.
  • J.S. Milton (2001). Estadística para Biología y Ciencias de la Salud. McGraw-Hill, Madrid.
  • V. Quesada, A. Isidoro y L.A. López: Curso y Ejercicios de Estadística. Alhambra, Madrid.
  • F. Rius y F.J. Barón (2008). Bioestadística. Thomson-Paraninfo, Madrid.
  • S.M. Ross (2007). Introducción a la Estadística. Reverté, Barcelona.
  • S. Zubelzu y A. Ercoreca (2015). Problemas Resueltos de Estadística. Pirámide, Madrid.

Enlaces recomendados

Metodología docente

  • 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 
  • MD10. Realización de trabajos individuales 
  • MD12. Tutorías 
  • MD13. Participación en plataformas docentes 

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final)

Evaluación ordinaria

La calificación final consta de cuatro apartados:

  1. Exámenes de teoría: 5 puntos
  2. Clases prácticas, asistencia y evaluación de las mismas: 3 puntos
  3. Trabajos y seminarios: 2 puntos

Evaluación extraordinaria

  1. Examen de problemas: 5 puntos
  2. Examen de prácticas: 3 puntos
  3. Examen tipo test teórico-práctico, de aspecto conceptual: 2 puntos

Evaluación única final

A la evaluación única final podrán acogerse aquellos estudiantes que no puedan cumplir con el método de evaluación continua por motivos laborales, estado de salud, discapacidad o cualquier otra causa debidamente justificada. Dicha evaluación deberá ser solicitada por el alumno al Director del Departamento en las 2 semanas posteriores a su fecha de matriculación. En ningún caso acogerse a dicha evaluación única final, supondrá examinarse de menos temario que el descrito en esta Guía Docente. El sistema de evaluación tendrá la misma estructura que la extraordinaria y se realizará en la misma fecha que los exámenes finales ordinario y extraordinario.

Información adicional

Alumnos con necesidades específicas de apoyo educativo (NEAE)

Siguiendo las recomendaciones de la CRUE y del Secretariado de Inclusión y Diversidad de la Universidad de Granada, los sistemas de adquisición y de evaluación de competencias recogidos en esta guía docente se aplicarán conforme al principio de diseño para todas las personas, facilitando el aprendizaje y la demostración de conocimientos de acuerdo a las necesidades y la diversidad funcional del alumnado. La metodología docente y la evaluación serán adaptadas a los estudiantes con necesidades específicas de apoyo educativo (NEAE), conforme al Artículo 11 de la Normativa de Evaluación y de Calificación de los estudiantes de la Universidad de Granada, publicada en el Boletín Oficial de la Universidad de Granada nº 112, de 9 de noviembre de 2016. Inclusión y Diversidad de la UGR En el caso de estudiantes con discapacidad u otras necesidades específicas de apoyo educativo, el sistema de tutoría deberá adaptarse a sus necesidades, de acuerdo a las recomendaciones de la Unidad de Inclusión de la Universidad, procediendo los Departamentos y Centros a establecer las medidas adecuadas para que las tutorías se realicen en lugares accesibles. Asimismo, a petición del profesor, se podrá solicitar apoyo a la unidad competente de la Universidad cuando se trate de adaptaciones metodológicas especiales.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).