Ficha Docente:

ESTADSTICA
CURSO 2014-15
FACULTAD DE FARMACIA
UNIVERSIDAD COMPLUTENSE DE MADRID
Ficha Docente: Estadstica
I.- IDENTIFICACIN
NOMBRE DE LA ASIGNATURA: Estadstica
CARCTER: Bsico
MATERIA: Estadstica
MDULO: Fsica y Estadstica
CURSO: Primero
SEMESTRE: Primero
CRDITOS: 6 ECTS
DEPARTAMENTO/S: Estadstica e Investigacin Operativa
PROFESOR/ES RESPONSABLE/S:
Coordinador:
Prof. Dr. D. Pedro Miranda Menndez
e-mail: pmiranda@mat.ucm.es
Profesores:
Prof. Dr. D. Pedro Miranda Menndez
Prof Dra.Da. Rosa Ramos Domnguez
Prof. Dra. Da. Elena Landburu Jimnez
Prof. Dra. Da. Beatriz Gonzlez Prez
Prof. Dra. Da. Elena Almaraz Luengo
II.- OBJETIVOS
OBJETIVO GENERAL:
Se trata de una asignatura introductoria cuyo objetivo principal es que
el alumno de Farmacia aprenda conceptos bsicos de Estadstica,
conceptualmente extrapolables sin perdida de generalidad, a mtodos
estadsticos con mayor nivel de complejidad. Partes importantes de
este objetivo general son: la aplicacin de los conceptos tericos a
datos reales producidos en los propios Departamentos de la Facultad,
y la interpretacin de anlisis de datos realizados con paquetes
estadsticos.
El objetivo de las prcticas y de los seminarios es realizar ejercicios
que permitan probar el importante papel que la estadstica juega en
reas de investigacin biofarmacutica y en el desarrollo de
medicamentos. El alumno despus de cursar esta asignatura, debera
ser capaz de asumir, que el diseo de experimentos y el anlisis de
datos pueden ser herramientas esenciales para el desarrollo de su
profesin.
OBJETIVOS ESPECFICOS
Entender la diferencia entre muestra y poblacin.
Comprender que la utilizacin del Diseo de Experimentos supone
Ficha Docente: Estadstica
un ahorro de recursos y es imprescindible en muchas reas de
investigacin farmacutica.
Hacer ver al alumno la aplicabilidad de la Teora de Muestras,
especialmente en Control de Calidad y en Ensayos clnicos.
Adquirir soltura en el tratamiento estadstico de datos, a nivel
descriptivo.
Comprender las leyes de la probabilidad.
Realizar e interpretar la comparacin de dos o ms grupos.
Comprender la diferencia entre regresin y correlacin.
Aplicar correctamente el anlisis de regresin a datos reales e
interpretar el resultado.
Comprender los conceptos bsicos implicados en los modelos
biomtricos.


III.- CONOCIMIENTOS PREVIOS Y RECOMENDACIONES

CONOCIMIENTOS PREVIOS:
Conocimientos bsicos de de estadstica
Funciones de una variable
Clculo matricial elemental
Conocimientos previos de ofimtica


IV.- CONTENIDOS

BREVE DESCRIPCIN DE LOS CONTENIDOS:

El mtodo cientfico y la importancia que en su desarrollo tiene el
mtodo estadstico.
Teora de muestras y tcnicas de muestreo, Diseo de experimentos y
Ensayos clnicos.
Descripcin de datos cuantitativos y cualitativos.
Introduccin al clculo de probabilidades.
Variables aleatorias y distribuciones de probabilidad.
Contrastes de hiptesis e intervalos de confianza.
Introduccin al anlisis de la varianza.
Anlisis regresin mnimo cuadrtica
Modelos Biomtricos

PROGRAMA TEORA:

Tema 1: Mtodo cientfico y mtodo estadstico.
Introduccin. Metodologa cientfica y estadstica. Los tres espacios
estadsticos bsicos: Espacio poblacional, espacio muestral terico y espacio
muestral prctico. Introduccin a los conceptos estadsticos mediante un
ejemplo.
Tema 2: Teora de muestras y tcnicas de muestreo Diseo de
Ficha Docente: Estadstica
experimentos y Ensayos clnicos.
Algunas tcnicas de muestreo. Muestreo aleatorio simple con reposicin.
Muestreo aleatorio simple sin reposicin. Muestreo estratificado. Muestreo
sistemtico. Muestreo polietpico. Muestreo tipo caso-control y tipo
cohortes. Introduccin al diseo de experimentos. Diseos factoriales.
Tema 3: Descripcin de datos cuantitativos y cualitativos
Clasificacin de medidas o variables. Presentacin, agrupacin y recuento
de informacin. Conceptos relacionados con las tablas de frecuencia.
Conceptos bsicos en la representacin grfica de datos. Medidas de
centralizacin. Medias de dispersin. Medidas de forma.
Tema 4: Introduccin al clculo de probabilidades.
Concepto y propiedades de la probabilidad. Sucesos mutuamente
excluyentes. Ley aditiva. Sucesos condicionalmente probables. Ley
multiplicativa. Probabilidad condicionada. Sucesos independientes.
Teorema de la probabilidad total.
Tema 5: Variables aleatorias y distribuciones de probabilidad
Variables aleatorias discretas y continuas. Funciones de distribucin y de
densidad. Momentos estadsticos. Funciones derivadas del muestreo.
Tema 6: Contrastes de hiptesis e intervalos de confianza
Inferencia estadstica. Desviacin estndar y Error estndar. Nivel de
significacin. Errores de Tipo I y de Tipo II. Potencia de una prueba.
Significacin estadstica. Determinacin del tamao de la muestra.
Tema 7: Comparacin de grupos.
Comparacin de dos grupos con varianzas y tamaos de muestra iguales o
distintos. Comparacin de ms de dos grupos. Tabla ANOVA. Cuadrados
medios y distribucin F. Comparaciones a posteriori. Potencia y tamao de
la muestra. Introduccin al tratamiento estadstico de medidas repetidas.
Tema 8: Anlisis regresin y correlacin
Conceptos bsicos de anlisis de regresin y de anlisis de correlacin.
ANOVA de la regresin. Estimacin de parmetros. Bondad de ajuste.
Anlisis de residuales. Interpretacin del Coeficiente de correlacin.
Intervalos de confianza y tests.
Tema 9: Modelos Biomtricos
Introduccin a modelos matemticos utilizados en los estudios de
Farmacia: crecimiento biolgico, ensayos de disolucin, cintica de
reacciones qumicas, cintica enzimtica, farmacocintica.

PROGRAMA PRCTICAS:
Durante las dos primeras sesiones de prcticas los alumnos deben
aprender a utilizar el paquete estadstico Statgraphics

. El resto de las
sesiones estarn dedicadas a la realizacin de los problemas propuestos
y/o resueltos en los seminarios, dedicando especial atencin a la
interpretacin de las salidas del ordenador. Se utilizaran datos
procedentes de experimentos reales correspondientes a las diversas
asignaturas del Grado de Farmacia que sern renovados en cada
convocatoria.

Practica 1.- Statgraphics

. I
Ficha Docente: Estadstica
Practica 2.- Statgraphics

. II
Prctica 3.- Estadstica descriptiva. I
Prctica 4.- Estadstica Descriptiva. II
Prctica 5.- Simulacin y ejercicios con diversas variables aleatorias
Prctica 6.- Intervalos de confianza y Contrastes de hiptesis. I
Prctica 7.- Intervalos de confianza y Contrastes de hiptesis. II
Prctica 8.- Anlisis de regresin y correlacin
Prctica 9.- Diseo de Experimentos
Prctica 10.- Presentacin de trabajos, revisin y evaluacin.


V.- BIBLIOGRAFA

lvarez Cceres, Rafael: Estadstica Aplicada a Ciencias de la
Salud, Daz de Santos, 2007.
Pea, Daniel; Regresin y Diseo de Experimentos, Alianza
Editorial, 2010.
Prez, Cesar; Tcnicas de Muestreo Estadstico, Garceta Grupo
Editorial, 2009.
Snchez, Miguel; Frutos, Gloria; Cuesta, Pedro: Estadstica y
Matemticas Aplicadas. Edicin dirigida a los estudios de Farmacia,
Editorial Sntesis, 1996.


VI.- COMPETENCIAS

BSICAS, GENERALES Y TRANSVERSALES
Todas las de la Titulacin Grado en Farmacia.

COMPETENCIAS ESPECFICAS.

CEF1.- Aplicar los conocimientos de Fsica y Matemticas a las ciencias
farmacuticas.
CEF2.- Aplicar tcnicas computacionales y de procesamiento de datos, en
relacin con informacin referente a datos fsicos, qumicos y biolgicos.
CEF3.- Disear experimentos en base a criterios estadsticos.
CEF4.- Evaluar datos cientficos relacionados con los medicamentos y
productos sanitarios.
CEF5.- Utilizar el anlisis estadstico aplicado a las ciencias farmacuticas.
CT7 a CT22.- Todas las competencias transversales para todas las
materias.


VII.- RESULTADOS DEL APRENDIZAJE

1. Comprender el lenguaje matemtico y exponer con claridad ideas y
conceptos
Ficha Docente: Estadstica
2. Plantear y resolver ejemplos que sirvan de ayuda para comprender
dichos conceptos
3. Resolver problemas de inters en Farmacia que sean posibles
aplicaciones de la teora desarrollada
4. Saber utilizar aplicaciones informticas para el diseo de experimentos
y el tratamiento estadstico de datos
5. Interpretar adecuadamente las resultados de los anlisis realizados con
Statgraphics
6. Ser capaces de mantener una discusin filosfica sobre la estructura
conceptual de la asignatura.


VIII.- HORAS DE TRABAJO POR ACTIVIDAD FORMATIVA

Actividades
formativas
Metodologa Horas ECTS
Relacin con las
competencias
Clase
magistral
Explicacin de
fundamentos
tericos, haciendo
uso de
herramientas
informticas.
30 0,8
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-4
Clases
prcticas en
laboratorio
Aplicacin a nivel
experimental de los
conocimientos
adquiridos.
15 0,4
Competencias:
CEF1-CEF5
Resultados de
aprendizaje:5-6
Seminarios
Presentacin y
discusin de casos
prcticos.
Exposiciones.
15 0,8
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-6
Aprendizaje
virtual
Aprendizaje no
presencial
interactivo a travs
del campus virtual
5 0,6
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-6
Tutoras
individuales y
colectivas
Orientacin y
resolucin de
dudas.
10 0,2
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-6
Trabajo
personal
Estudio. Bsqueda
bibliogrfica.
70 3,0
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-6
Examen
Pruebas orales y
escritas.
5 0,2
Competencias:
CEF1-CEF5
Resultados de
aprendizaje: 1-6


Ficha Docente: Estadstica
IX.- METODOLOGA

Las clases magistrales se impartirn al grupo completo de 75 alumnos, y
en ellas se darn a conocer al alumno los contenidos fundamentales de la
asignatura. Al comienzo de cada tema se expondrn claramente el
programa y los objetivos principales del mismo. Al final del tema se har
un breve resumen de los conceptos ms relevantes y se plantearn
nuevos objetivos que permitirn interrelacionar contenidos ya estudiados
con los del resto de la asignatura y otras asignaturas afines. Durante la
exposicin de contenidos se propondrn problemas que ejemplifiquen los
conceptos desarrollados o que sirvan de introduccin a nuevos contenidos.
Para facilitar la labor de seguimiento por parte del alumno de las clases
magistrales, se le proporcionar el material docente necesario, bien en
fotocopia o en el Campus Virtual.
En los seminarios, se resolvern ejercicios y cuestiones que ejemplifiquen
los contenidos desarrollados en las clases magistrales. Peridicamente se
suministrar al alumno una relacin de dichos problemas/ejercicios con el
objetivo de que intente su resolucin previa a las clases. El proceso de
resolucin de estos problemas se llevar a cabo mediante diferentes
mtodos: en algunos casos se propondr al alumno la exposicin en clase
de la resolucin de algunos de estos problemas, debatindose sobre el
procedimiento seguido, el resultado obtenido y su significado. En otros
casos se discutirn los resultados de los alumnos en grupos reducidos y,
posteriormente, se llevar a cabo su puesta en comn.
Las clases prcticas en el aula de informtica, impartidas a grupos de 12
alumnos, estn orientadas a la aplicacin de los conocimientos y prioriza
la realizacin por parte del estudiante de las actividades prcticas que
supongan la aplicacin de los conocimientos tericos adquiridos.
Como complemento al trabajo personal realizado por el alumno, y para
potenciar el desarrollo del trabajo en grupo, se propondr como actividad
dirigida la elaboracin y presentacin de trabajos sobre los contenidos de
la asignatura. Todo ello permitir que el alumno ponga en prctica sus
habilidades en la obtencin de informacin y le permitir desarrollar
habilidades relacionadas con las tecnologas de la informacin.
El profesor programar tutoras con grupos reducidos de alumnos sobre
cuestiones planteadas por el profesor o por los mismos alumnos. Tambin
estarn disponibles tutoras para alumnos que de manera individual
deseen resolver las dudas que surjan durante el estudio. Estas tutoras se
realizarn de forma presencial en los horarios indicados por cada profesor
y, excepcionalmente, de modo virtual.
Se utilizar el Campus Virtual para permitir una comunicacin fluida entre
profesores y alumnos y como instrumento para poner a disposicin de los
alumnos el material que se utilizar en las clases tanto tericas como de
problemas. Tambin podr utilizarse como foro en el que se presenten
algunos temas complementarios cuyo contenido, aunque importante en el
conjunto de la materia, no se considere oportuno presentarlo en las clases
presenciales. Por ltimo, esta herramienta permitir realizar ejercicios de
autoevaluacin mediante pruebas objetivas de respuesta mltiple de
Ficha Docente: Estadstica
correccin automtica, que permitan mostrar tanto al profesor como al
alumno qu conceptos necesitan de un mayor trabajo para su aprendizaje.


X.- EVALUACIN

La asistencia a las actividades presenciales es obligatoria y la
participacin activa del alumno en todas las actividades docentes se
valorar positivamente en la calificacin final. Por ello, para superar la
asignatura ser necesario:

Haber asistido al menos al 80% de las clases magistrales,
seminarios y tutoras.
Haber realizado las prcticas dentro de los grupos convocados
durante el curso.
Obtener la calificacin igual o superior a cinco aplicando los criterios
que se especifican a continuacin

Seminarios y controles escritos (20%)
Prcticas en el aula de informtica (20%)
Examen final escrito (60%)