Guía docente de Estadística II: Métodos Avanzados (M36/56/2/19)

Se dan los fundamentos aplicados con ordenador de métodos estadísticos más avanzados en el campo del Máster: En primer lugar, las técnicas de Análisis de la Varianza (comparación de más de dos medias) con diversos métodos de Comparaciones múltiples, estudiando los tamaños de muestra necesarios para conseguir determinadas garantías en el análisis. El caso no paramétrico se analiza con el Test de Kruskal-Wallis. Introducción al Análisis de diseños factoriales y análisis de medidas repetidas. Caso no paramétrico: Test de Friedman y de Cochran. A continuación se estudian los métodos de Regresión Lineal Múltiple, en este tipo de modelos es importante testar ciertas hipótesis del modelo antes de realizar el ajuste o construcción del mismo. Se estudian los procedimientos paso a paso de entrada de variables en los modelos, variables dummy, interacción de variables, análisis de residuos y Regresión polinómica y curvilínea. De aquí pasamos a los modelos de Regresión Logística donde la variable dependiente es dicotómica con una o varias variables predictoras. Se estudian métodos para construir los modelos por pasos y obtención e interpretación de las razones del producto cruzado ajustadas.

1. La titulación exigida para ello y las condiciones legales establecidas
2. Haber cursado y superado previamente la asignatura obligatoria Estadística I , para que puedan seguir el curso con mayor facilidad.
3. Manejo básico de informática y de herramientas multimedia para la comunicación a distancia, en relación a la temática especializada recibida.

El alumno sabrá/comprenderá

• Enjuiciar metodológicamente artículos científicos en los que se empleen las técnicas expuestas
• Desarrollar el sentido crítico frente al diseño de experimentos y a la construcción de modelos teóricos en investigaciones propias de los estudios.
• Los conceptos básicos de Bioestadística.

El alumno será capaz de:

• Llevar a cabo los análisis anteriores con un paquete estadístico, creando la base de datos oportuna para ello.
• Escribir de manera estadísticamente correcta los resultados del análisis estadístico de unos datos.
• Aprender a exponer públicamente resultados de investigaciones.

Usar herramientas informáticas para la sistematización y el análisis de la información.

TEMARIO TEÓRICO:

PROGRAMA DE TEORÍA

I.COMPARACIÓN DE VARIAS MEDIAS CON MUESTRAS INDEPENDIENTES. Método paramétrico: Hipótesis del Modelo  y resultados del Análisis de la Varianza de una vía. Método no paramétrico: test de Kruskal-Wallis. Búsquedas de las causas de la significación: comparaciones por parejas y comparaciones contra un control. Interpretación de los resultados. Test de Kruskal-Wallis. Comparaciones Múltiples.

II.MODELO LINEAL CON DOS FACTORES. Hipótesis del Modelo. Análisis de la Varianza de dos vías. Caso de interacción. Comparaciones múltiples. Muestras dependientes o apareadas: Análisis de medidas repetidas.

III. REGRESIÓN LINEAL MÚLTIPLE. Hipótesis del modelo y ajuste del mismo. Construcción del modelo. Variables Dummy. Métodos de inclusión de variables en el Modelo de Regresión Múltiple. Interpretación de los resultados. Caso particular de Regresión Polinómica.

IV. REGRESIÓN LOGÍSTICA. Aplicaciones en Medicina. Hipótesis del modelo y ajuste del mismo. Construcción del modelo. Caso multivariante. Variables Dummy. Interpretación de los resultados.

PROGRAMA DE PRÁCTICAS CON ORDENADOR

• Práctica 1. Análisis de ANOVA de 1 vía. Comparaciones múltiples.
• Práctica 2. Análisis de la Varianza de dos vías
• Práctica 3. Análisis de regresión lineal múltiple.
• Práctica 4. Análisis de regresión lineal logística

Se podrán también realizar cuestiones relacionadas con la lectura crítica de aspectos de estas metodologías utilizadas en artículos científicos

BIBLIOGRAFÍA FUNDAMENTAL:

 Bioestadística para las Ciencias de la Salud (+) Martin Andrés A. y Luna del Castillo J.D. Ediciones Norma-Capitel (2004)

- Métodos Estadísticos. Snedecor, G.W. y Cochran, W.G. CECSA

- Biostatistical Analysis. Zar. J.H. Ed. Prentice-Hall

- Experimental Designs. Cochran, W.G. and Cox, G.M. Ed. Wiley.

- Design and Análisis of Experiments. Montgomery D.C. Ed. Wiley.

- Design and Analysis of Experiments. Petersen R.G. Ed. Marcel-Dekker.

- Applied Regression Analysis. Draper N and Smith, H. Ed. Wiley.

- Applied Logistic Regression. 2nd Edition. D. W. Hosmer and S. Lemeshow. Ed. Wiley. New York.

- Plots, Transformations and Regression. Atkinson, A.C. Oxford University Press

- The Statistical Evaluation Of Medical Tests For Classification And Prediction. M. S. Pepe. Oxford University Press.

- Beyond ANOVA ( basics of applied statistics) Miller R.G. Jr. Ed. Wiley.

- Luque Fernández, M. Á. (2026). Análisis Estadístico con Ordenador de Datos Médicos. https://doi.org/10.5281/zenodo.18277805. Chicago

http://www.ugr.es/local/bioest

• MD01 Lección magistral/expositiva virtual (presentación virtual, teleconferencia on-line entre las 4 Universidades)
• MD03 Resolución de problemas y estudio de casos prácticos on-line
• MD07 Análisis de fuentes y documentos on-line
• MD09 Realización de trabajos individuales on-line

El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final.

• Evaluación continua (Constará de varias pruebas con cuestiones teóricas y ejercicios prácticos, realizadas a lo largo del Curso de los distintos bloques de la asignatura). Dichas pruebas constituirán el 35% de la Calificación Final
• Evaluación Final (Constará de una Prueba con Ejercicios y Cuestiones vistos durante la asignatura) Dicha prueba constituirá el 65% de la Evaluación Final)

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.

• Evaluación Final (Convocatoria Extraordinaria) (Constará de una Prueba con Ejercicios y Cuestiones de toda la asignatura) Dicha prueba constituirá el 100% de la Evaluación Final)

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación en tal caso consistirá en:

• Evaluación Final Única (Constará de una Prueba con Ejercicios y Cuestiones de toda la asignatura) Dicha prueba constituirá el 100% de la Evaluación Final)

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 

Cualquier elemento de esta guía podrá ser adaptado para atender a la diversidad del alumnado teniendo en cuenta los informes facilitados por los tutores NEAE, y siempre siguiendo la Normativa de la Universidad de Granada: https://www.ugr.es/sites/default/files/2017-09/NCG1114.pdf 

En la elaboración de trabajos se tendrá en cuenta las indicaciones recogidas en la Normativa de Evaluación y de Calificación de los estudiantes de la Universidad de Granada: 

https://www.ugr.es/universidad/normativa/texto-consolidado-normativa-evaluacion-calificacion-estudiantes-universidad-granada 

de la cual, destacamos los puntos 1 y 2 recogidos en el artículo 15 sobre la originalidad de los trabajos presentados por los alumnos: 

1. La Universidad de Granada fomentará el respeto a la propiedad intelectual y transmitirá a los estudiantes que el plagio es una práctica contraria a los principios que rigen la formación universitaria. Para ello procederá a reconocer la autoría de los trabajos y su protección de acuerdo con la propiedad intelectual según establezca la legislación vigente. 

2. El plagio, entendido como la presentación de un trabajo u obra hecho por otra persona como propio o la copia de textos sin citar su procedencia y dándolos como de elaboración propia, conllevará automáticamente la calificación numérica de cero en la asignatura en la que se hubiera detectado, independientemente del resto de las calificaciones que el estudiante hubiera obtenido. Esta consecuencia debe entenderse sin perjuicio de las responsabilidades disciplinarias en las que pudieran incurrir los estudiantes que plagien.

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).