Curso Académico:
2021/22
441 - Graduado en Nutrición Humana y Dietética
29202 - Bioestadística
Información del Plan Docente
Año académico:
2021/22
Asignatura:
29202 - Bioestadística
Centro académico:
229 - Facultad de Ciencias de la Salud y del Deporte
Titulación:
441 - Graduado en Nutrición Humana y Dietética
Créditos:
6.0
Curso:
1
Periodo de impartición:
Primer semestre
Clase de asignatura:
Formación básica
Materia:
Estadística
1.1. Objetivos de la asignatura
La asignatura y sus resultados previstos responden a los siguientes planteamientos y objetivos:
La inclusión de la Bioestadística como asignatura básica en el Grado de Nutrición y Dietética responde a la necesidad de que los alumnos que la cursan posean los recursos metodológicos para la toma de decisiones en situaciones de incertidumbre, como las que se presentan cotidianamente en las profesiones relacionadas con ciencias de la salud.
De esta forma el estudiante podrá no solamente participar de forma activa en tareas de investigación sino además adquirir habilidades de evaluación crítica de la investigación que se publica y sobre la cual, fundamentará su actividad profesional en el futuro.
1.2. Contexto y sentido de la asignatura en la titulación
La asignatura presenta una iniciación a la estadística en ciencias de la salud, proporcionando los recursos metodológicos para la toma de decisiones en el método científico/epidemiológico.
Adicionalmente aporta las bases teórico/prácticas para el planteamiento del análisis estadístico que el alumno deberá realizar para la asignatura “trabajo de fin de grado” que se imparte el último semestre del último año de la titulación.
1.3. Recomendaciones para cursar la asignatura
Se recomienda que se curse de modo presencial, pues la asignatura no requiere una gran memorización pero si una cierta capacidad de abstracción lógica, que puede verse ayudada por la asistencia a clase y la interacción con el profesor y los compañeros.
La asignatura requiere tan sólo de unos conocimientos matemáticos básicos, centrándose en los fundamentos lógicos de la misma. Una mala experiencia pasada con la asignatura de matemáticas en bachillerato, no predice el resultado del estudiante en esta asignatura.
Se recomienda adicionalmente, trabajar en las tareas que se proponen desde la primera semana, pues los nuevos conceptos que se presentan exigen la comprensión de los previos. Si el estudiante tiene dudas, se recomienda preguntar en clase, compartir/contrastar dudas con los compañeros, consultar la bibliografía que se proporciona, y finalmente solicitar una tutoría.
NOTA IMPORTANTE: Ante la eventualidad de que la situación sanitaria se complicara debido al COVID19, deberás mantenerte atento a las instrucciones que proporcionará el profesor para reconducir la situación, via Moodle (plataforma virtual de docencia) https://moodle.unizar.es/add/, apartado AVISOS.
2. Competencias y resultados de aprendizaje
2.1. Competencias
Al superar la asignatura, el estudiante será más competente para...
- La actividad investigadora, siendo capaz de formular hipótesis, recoger e interpretar la información para la resolución de problemas siguiendo el método científico, y comprendiendo la importancia y las limitaciones del pensamiento científico en materia sanitaria y nutricional.
- Fundamentar los principios científicos que sustentan la intervención del dietista nutricionista, supeditando su actuación profesional a la evidencia científica.
- Aplicar los conocimientos teóricos derivados de la materia al análisis de situaciones, resolución de problemas y toma de decisiones en contextos reales.
- Utilizar aplicaciones informáticas en el ámbito de la bioestadística.
- Utilizar la terminología empleada en el ámbito de la asignatura en español y en inglés.
2.2. Resultados de aprendizaje
El estudiante, al finalizar esta asignatura será capaz de...
- Identifica y utiliza las medidas descriptivas y las representaciones gráficas más adecuadas como forma de sintetizar la información de un conjunto de datos cualitativos o cuantitativos .
- Sabe aplicar el concepto de probabilidad como forma de cuantificar la incertidumbre asociada a los fenómenos de salud.
- Identifica la existencia de una asociación estadística entre dos variables y construye el modelo de dependencia mas adecuado para esa posible relación en función del tipo de variables.
- Sabe utilizar de forma básica una herramienta informática para realizar el análisis estadístico descriptivo y/o bivariante de los datos.
- Sabe interpretar los resultados proporcionados por una aplicación informática para las pruebas estadísticas bivariantes más comunes, en la toma de decisiones tanto estadísticas como clínicas.
- Comprende el vocabulario más básico en inglés empleado en el ámbito de la asignatura.
2.3. Importancia de los resultados de aprendizaje
La asignatura espera contribuir al desarrollo de un espíritu crítico entre los estudiantes para reevaluar tanto los conocimientos establecidos como la información novedosa, enfatizando la idea de que los hallazgos de toda investigación deben ser siempre interpretados a la luz de las limitaciones metodológica que presentan, incluidas las de su diseño y análisis estadístico. Se espera por tanto contribuir a la formación de profesionales de la nutrición que supediten sus actuaciones a la mejor evidencia científica.
Adicionalmente, los estudiantes trabajaran en grupo en la resolución de problemas reales desarrollando competencias de trabajo en equipo tales como la colaboración y el reconocimiento de las diferencias personales.
3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba
El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluacion
PROCEDIMIENTOS E INSTRUMENTOS
- Examen/es (65%): Prueba individual objetiva con preguntas de múltiple respuesta y pregunta corta.
- Portafolio (25%): actividades dirigidas individuales o en grupo incluyendo, entre otras, ejercicios de aplicación de las técnicas demostradas en clases magistrales en español/inglés, ejercicios de interpretación de las salidas generadas por programas estadísticas en clases prácticas con ordenador, etc. Se valora la claridad en la exposición, la utilización con propiedad del léxico, y nomenclatura propia de la disciplina y la coherencia en las argumentaciones. En las tutorías personales, se valorará positivamente el trabajo previo del estudiante.
- Trabajo de analisis de datos con programa informático (10%): Por grupos, los alumnos trabajan con datos reales, manipulan una base de datos, y resumen la información mediante tablas y gráficas además de proceder al análisis estadístico univariante y bivariante de las variables intervinientes con ayuda de software informático. Presentan informe escrito que da cuenta de los procedimientos utilizados incluyendo justificación, resultados obtenidos y la interpretación que hacen de los mismos. Se valora la claridad en la exposición, la utilización con propiedad del léxico, y nomenclatura propia de la disciplina y la coherencia en las argumentaciones.
CRITERIOS DE VALORACIÓN Y NIVELES DE EXIGENCIA
Para superar la asignatura será necesario:
- Presentar en tiempo debido las actividades encomendadas
- Asistir a todas las prácticas en aula de informática (sólo se podrá obviar, siempre de forma justificada, la asistencia a una de ellas)
PRUEBAS FINALES
El estudiante tendrá que presentarse a la prueba final cuando el examen, el portafolio y/o el trabajo de análisis de datos no alcancen individualmente una puntuación de al menos 4 sobre 10.
También se presentan a prueba final quien NO haya optado por la fórmula de evaluación anterior es decir realización de exámen + realización y entrega portafolio y trabajo análisis de datos.
La prueba consistirá en una prueba objetiva con preguntas de múltiple respuesta, preguntas cortas y/o problemas a resolver con calculadora o problemas de interpretación de salidas de un programa estadístico. Para superar la prueba es preciso alcanzar la nota de 5 sobre 10.
NOTA IMPORTANTE: Si la situación sanitaria en relación con el COVID 19 impidiera la presencialidad, el examen se realizaría on-line, utilizando como herramienta de comunicación Google Meet y como herramienta de desarrollo la plataforma de docencia virtual Moodle.
Sistema de calificación.
La calificación numérica se expresará de conformidad con lo establecido en el art. 5.2 del Real Decreto 1125/2003 de 5 de septiembre (BOE 18 de septiembre), por el que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y validez en todo el territorio nacional. Así, las calificaciones se establecerán en el siguiente rango: De 0 a 4,9: Suspenso (S); de 5,0 a 6,9: Aprobado (A); de 7,0 a 8,9: Notable (N); de 9,0 a 10: Sobresaliente (SB). La mención Matrícula de honor podrá ser otorgada a alumnos que hayan obtenido una calificación igual o superior a 9,0.
4. Metodología, actividades de aprendizaje, programa y recursos
4.1. Presentación metodológica general
El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en lo siguiente:
- LECCIÓN MAGISTRAL
- CLASES DE PROBLEMAS
- PRÁCTICAS DE ORDENADOR con software estadístico
- TRABAJO EN GRUPO
- TUTORIAS GRUPALES E INDIVIDUALES
- TUTORIAS POR CORREO ELECTRÓNICO
- ANILLO DIGITAL DOCENTE
4.2. Actividades de aprendizaje
El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes actividades...
- LECCIÓN MAGISTRAL, como instrumento básico de introducción de los contenidos y fundamentos lógicos de la asignatura. En las mismas, también se resuelven ejemplos de aplicación de la teoría solicitando la intervención de los alumnos, que aportan sus conocimientos previos.
- SEMINARIDE PROBLEMAS, donde se aplican los conocimientos teóricos a la resolución de problemas concretos y se procede a la resolución de los controles individuales. La resolución de problemas se realiza en grupos que trabajan en colaboración. Una persona del grupo puede ser nominada para su exposición delante de los otros estudiantes, que intervienen en la corrección del mismo. El profesor actúa clarificando conceptos, y aportando si se le requiere, claves adicionales. Este proceso permite la detección temprana de problemas de aprendizaje en los alumnos.
- PRÁCTICAS DE ORDENADOR con software estadístico, centradas en su correcta utilización para la gestión y el análisis estadístico básico de los datos, además de la correcta interpretación de las salidas del programa para las distintas técnicas estadísticas uni y bivariantes.
- TRABAJO EN GRUPO e INDIVIDUAL, presentado en tiempo debido:
- En grupo, los alumnos recogen unos datos reales, crean una base de datos, y resumen la información recogida mediante tablas y gráficas además de proceder al análisis estadístico univariante y bivariante de las variables intervinientes con ayuda de software informático, presentando informe escrito.
- En grupo/individual, los alumnos resuelven problemas en español/inglés reportando los resultados por escrito.
- TUTORIAS GRUPALES E INDIVIDUALES, permiten evaluar el progreso del grupo y el individual en relación con los trabajos en grupo, permitiendo la prescripción de medidas correctoras.
- TUTORIAS POR CORREO ELECTRÓNICO para alumnos con dificultades para mantener tutorías presenciales.
- ANILLO DIGITAL DOCENTE como complemento a todas la actividades docentes anteriores.
NOTA IMPORTANTE: Debido a la restricciones de espacio generado por la alerta sanitaria del COVID 19, se prevee que al menos las lecciones magistrales se impartan on-line utilizando como herramienta de comunicación en tiempo real con los estudiantes, la aplicación Google Meet. Las sesiones se grabaran poniéndose a disposición de los alumnos para su consulta posterior.
Los seminarios de problemas, las prácticas de ordenador en aula informática y los exámenes se seguirán realizando de forma presencial, salvo que la situación sanitaria empeorase.
4.3. Programa
Programa de clases/seminarios
- Introducción a la Bioestadística. Método científico.
- Estadística descriptiva univariante. Distribución de frecuencias: Tablas y Gráficos. Medidas de tendencia central, dispersión, posición y forma.
- Estadística descriptiva bivariante. Tablas de doble entrada. Correlación y Regresión.
- Teoría de la Probabilidad. Teorema de Bayes. Variable aleatoria y Modelos de distribución de probabilidad.
- Introducción a la estadística inferencial. Muestreo. Estimación por intervalo.
- Estadística inferencial: Contrastes de hipótesis: fundamentos, tipos de error, nivel de significación, potencia de un contraste y grado de significación (valor p).
- Contrastes de hipótesis basadas en medias, varianzas y proporciones. Prueba “t” de Student. Prueba “z”. Prueba “F” de Snedecor.
- Estadística inferencial no paramétrica: Prueba χ2 de independencia. Introducción a otros metodos no paramétricos.
Programa de prácticas en aula de informática
- Creación de una base de datos nueva. Gestión de datos. Tablas de frecuencias y gráficas. Estadística descriptiva.
- Tabla de doble entrada. Regresión y correlación.
- Prueba t de Student de comparación medias con datos dependientes/independientes. Prueba chi cuadrado de comparación de proporciones.
4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave
Calendario de sesiones presenciales y presentación de trabajos
La asignatura consta de 6 créditos ECTS que suponen 150h de dedicación por parte del alumno.
Consulta la web de la titulación para informarte del horario de clases y calendarios de exámenes en
https://fccsyd.unizar.es/academico/horarios-y-calendarios
Las fechas de entrega de los problemas y/o trabajos resueltos en grupo son clave, pues sólo se aceptaran aquellos trabajos entregados en debido tiempo. El estudiante demuestra de esta manera que sabe gestionar/planificar su tiempo de forma eficiente, en el contexto de un trabajo en grupo.
El cronograma de practicas en aula informática y de pruebas, se publicarán en el sitio moodle de la asignatura a principio de curso.
NOTA IMPORTANTE: Ante la eventualidad de que la situación sanitaria se complicara debido al COVID19, deberás mantenerte atento a las instrucciones que proporcionará el profesor para reconducir la docencia de la asignatura, via Moodle (plataforma virtual de docencia) https://moodle.unizar.es/add/, apartado AVISOS.