Guia docente 2011_12 Facultad de Biología

Máster Universitario en Metodología y Aplicaciones en Biología Molecular

Estadística Aplicada al Diseño y Análisis de Experimentos

Contenidos

Tema	Subtema
1. Introducción al análisis estadístico paramétrico y no paramétrico.	La ciencia de la estadística. Algunas definiciones. La estadística descriptiva. La probabilidad y sus reglas. La distribución de probabilidad y la inferencia estadística. El modelo estadístico general. La distribución normal y la estadística paramétrica. La inferencia paramétrica para poblaciones. Muestras y muestreos. Muestras estadísticos y estimadores. La distribución muestral. Aplicación del test t en muestras. Estimación y test de hipótesis con otros estadísticos. Otros test de hipótesis.
2. El método Monte Carlo y bootstrapping. El método Jack-Knife. El método de aleatorización.	Características de la estrategia paramétrica. Alternativas no paramétricas. Conversión a rangos y uso de estadística paramétrica. Los tests de rangos. El método Jack-Knife. El método Monte-Carlo. El método de aleatorización. El test de Mantel.
3. El ANOVA univariante y multivariante.	Evaluación de tests múltiples y su tratamiento estadístico. La estrategia del análisis de varianza. Los dos modelos de ANOVA. La estimación de los componentes de la varianza. La demostración del modelo I de ANOVA. La estimación de los efectos (los test a posteriori). Las asunciones del ANOVA. Transformaciones de los datos. El ANOVA de aleatorización. El ANOVA multifactorial. El ANOVA de dos factores fijos. El ANOVA de dos factores: aleatorios y mixto. El ANOVA de dos factores encajado. El ANOVA de más de dos factores.
4. La relación entre variables y su predicción. La regresión múltiple.	Las medidas de parecido/asociación. El test estadístico del coeficiente de correlación. La asunciones del modelo de correlación. Los test de asociación no paramétricos. La ecuación lineal de regressión. El test estadístico (ANOVA) asociado al análisis de regressión. El uso práctico de los residuos de regresión. La regresión lineal multivariable. La regresión cuadrática. Las asunciones del modelo de regresión.
5. El análisis de frecuencias.	Los datos de frecuencias. Los test de bondad de ajuste. Los test de homogeneidad y heterogeneidad. Los test de asociación/contingencia. Los tests con replicación (bondad de ajuste; contingencia). La regresión logística.
6. Introducción al diseño experimental.	El problema del diseño. El procedimiento experimental ideal. El cálculo de N. El diseño con ANOVAs: consideración de factores, nº de tratamientos y réplicas.