|
||||||||||||||||||||||||||
Consulta de les dades generals Descripció L'assignatura en el conjunt del pla d'estudis Camps professionals en què es projecta Coneixements previs Objectius i competències Continguts Consulta dels recursos d'aprenentatge de què disposa l'assignatura Recursos d'aprenentatge i eines de suport Metodologia Informació sobre l'avaluació a la UOC Consulta del model d'avaluació Avaluació continuada | ||||||||||||||||||||||||||
Aquest és el pla docent de l'assignatura per al primer semestre del curs 2024-2025. Podeu consultar si l'assignatura s'ofereix aquest semestre a l'espai del campus Més UOC / La universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. El pla docent pot estar subjecte a canvis. | ||||||||||||||||||||||||||
L'assignatura de Programari per a l'Anàlisi de Dades se centra en l'aprenentatge i maneig del paquet estadístic R. - Paquet estadístic R: El paquet estadístic R és un dels més flexibles i potents per al tractament i anàlisi de les dades, des dels més elementals als més avançats. Aquest programari està desenvolupat i mantingut per la comunitat científica internacional. És, a més, un programa gratuït i es descarrega de forma fàcil i segura. |
||||||||||||||||||||||||||
L'assignatura introdueix a l'alumne al maneig i ús a nivell principiant/mitjà del paquet R. Per a això s'introdueixen tasques senzilles per al maneig de dades estadístiques, la simulació de variables aleatòries en els casos univariables i multivariants, el maneig de bases de dades, la representació gràfica i la programació de tasques estadístiques amb el llenguatge de programació inclòs en R. Aquesta assignatura està inclosa en el pla d'estudis del Màster en Bioinformàtica i Bioestadística, per la qual cosa els exemples i exercicis s'emmarcaran en el camp de les ciències de la vida i la salut. |
||||||||||||||||||||||||||
Al final de l'assignatura, l'alumne serà capaç de realitzar operacions de maneig de dades univariables i multivariants, incloent emmagatzematge, recuperació, creació d'estructures de dades i representació gràfica dels mateixos. A més, estarà capacitat per simular variables aleatòries, programar diferents rutines estadístiques i repassar algunes operacions algebraiques. Tot això servirà per programar i analitzar dades en qualsevol àmbit, en particular l'àmbit de la Bioinformàtica i la Bioestadística. |
||||||||||||||||||||||||||
No són necessaris coneixements previs més enllà dels generals del curs, com la comprensió lectora en anglès per entendre els materials del curs i coneixements bàsics d'àlgebra lineal |
||||||||||||||||||||||||||
Aquesta assignatura pretén donar a conèixer el programa R a nivell bàsic i intermedi. Com a resultat d'aquest aprenentatge, s'espera que l'estudiant adquireixi les següents capacitats:
En el context general del Màster en Bioinformática i Bioestadística, es concreta a continuació les diferents competències de l'assignatura: Competències bàsiques i generals:
Competències específiques:
|
||||||||||||||||||||||||||
De forma genèrica, els continguts que es treballen en aquest curs són els següents:
1. Presentació de l'assignatura. Programa R. Instal¿lació. 1.1. Descàrrega, instal¿lació i entorn de treball de R.
2. El Llenguatge R 2.1. Conceptes bàsics en R.
3. Gràfics bàsics amb R.2.2. Tipus de variables en R. 2.3. Funcions en R. 2.4 Vectors lògics i operadors relacionals 2.5. Data input & output. 2.6. Exercicis del tema 3.1 Tipus de gràfics.
3.2 Funcions dels gràfics. 3.3 Exercicis de repàs de gràfic 4. Programació amb R 4.1. Maneig de fitxers i bases de dades.
4.2 Programació Eficient 4.3 Les funcions amb R 4.4 Consells per a la programació. 4.5 Exercicis de Programació 5. Recerca reproduïble 5.1 Estructurar i organitzar les dades en recerca
5.2 Markdown and R Markdown 5.3 Knitr 6. Simulació amb R. 6.1 Simulació de Montecarlo
6.2 Generació de nombres aleatoris 6.3 Mostra i simulació de distribucions típiques. 6.5 Exercicis de simulació 7. Gràfics per a publicacions. 7.1 Canvi de "look" dels gràfics J.
7.2 Símbols Matemàtics en els gràfics 7.3 Lattice() 7.4 Panell de Gràfics |
||||||||||||||||||||||||||
|
||||||||||||||||||||||||||
Materiales básicos: A First Course in Statistical Programming with R (e-book).
Materiales complementarios: Crawley, M (2009). The R Book. Mathur (2010). Statistical Bioinformatics with R. Logan, M. (2010): Biostatistical Design and Analysis Using R: A Practical Guide. |
||||||||||||||||||||||||||
Para cada tema se suministrará una guía de estudio (GES) donde se señalarán los materiales de lectura correspondientes a la unidad en curso, con indicaciones sobre qué puntos del material se corresponden con cada punto del tema y con qué detalle deben tratarse. Los materiales de lectura pueden consistir en capítulos o apartados del material docente de Bioinformática o Bioestadística de la UOC o bien en tutoriales, manuales o artículos que se proporcionaran en formato PDF o bien en forma de hiperenlaces. La lectura del material didáctico siguiendo las orientaciones de la guía conforma la primera actividad de cada bloque y que deberá realizar el estudiante de forma individual. Con ello se pretende que el estudiante se familiarice con el contenido de la materia así como con el material en sí mismo, el cual se transformará en material de consulta para el estudiante durante el desarrollo del módulo. Lógicamente esta actividad se debe desarrollar en los primeros días del bloque, para poder abordar posteriormente el debate y la PEC. DEBATE: El debate debe ser el foro donde se ponga de manifiesto la comprensión de los aspectos centrales del tema o las dificultades que éste conlleva. Para ello se trataran tanto aspectos conceptuales como prácticos a fin de trabajar conceptos y habilidades fundamentales como es la resolución de problemas o el análisis de datos utilizando las herramientas aprendidas en la parte de software estadístico. PEC: A lo largo de la asignatura deberán resolverse una serie de PECs. Las PECs pueden combinar ambos objetivos, es decir, desarrollar conceptos y habilidades, y serán equivalentes a escala a pequeños proyectos de análisis de datos. |
||||||||||||||||||||||||||
El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats. La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus. D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent incloses les proves finals o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular. De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui. |
||||||||||||||||||||||||||
Ponderació de les qualificacions
Opció per superar l'assignatura: AC
Nota final d'assignatura: AC |
||||||||||||||||||||||||||
Para superar esta asignatura el estudiante debe: En la calificación final cada una de las PEC tendrá el mismo peso. Se valorará especialmente: Soluciones de las PEC:
- La idea es presentaros, como solución, una PEC mosaico con las respuestas más completas o con un mejor enfoque de vuestras propias PEC. |