Diseño experimental y análisis de datos para el estudio de la biodiversidad marina
(Curso Académico 2024 - 2025)

Mostrar Todo Ocultar Todo

• E4 - Capacidad para desarrollar y asesorar en la realización de estudios y trabajos prácticos sobre biodiversidad marina y su conservación.
• E3 - Capacidad para seleccionar y aplicar las técnicas instrumentales y de análisis más adecuadas para abordar el estudio del medio marino, su biodiversidad y su conservación.
• E2 - Capacidad para realizar muestreos, inventariar y analizar poblaciones y comunidades, y diseñar experimentos relacionados con la biodiversidad y su conservación.

• CG1 - Conocer científicamente la estructura y función de los ecosistemas marinos, de los factores que potencialmente pueden afectarlos y de las técnicas de detección, evaluación, prevención y corrección de los impactos generados en el medio.
• CG2 - Adquirir capacidades para aplicar e integrar conocimientos científicos amplios y multidisciplinares de la biodiversidad, conservación y gestión del medio marino.
• CG3 - Adquirir capacidades prácticas específicas en el campo de la biodiversidad marina y conservación (por ejemplo, diseñar un plan de muestreo o evaluar un impacto ambiental), que permitan la resolución de problemas en entornos tanto conocidos como nuevos, enfrentarse a la complejidad de problemas multidisciplinares y formular juicios a partir de información fragmentaria, incompleta o limitada.
• CG4 - Adquirir conocimientos sobre diversas actividades y su impacto en relación al desarrollo sostenible del medio marino, que permitirán el desarrollo de la capacidad para hacer reflexiones sobre las implicaciones sociales o éticas vinculadas a las decisiones que deben tomar sobre la evaluación del impacto de las actividades humanas sobre el ecosistema costero.
• CG5 - Adquirir capacidades de acceder de forma autónoma a la literatura científica y a bases de datos existentes. Estas capacidades están íntimamente relacionadas con la adquisición de competencias para procesar la información y para generar nueva información de calidad y hacerla accesible a resto de la comunidad científica y a los responsables de tomar decisiones.
• CG6 - Adquirir capacidades para ocupar un trabajo como científico marino.
• CG7 - Adquirir capacidades para comunicar sus conocimientos y los resultados de su trabajo investigador a especialistas y no especialistas.
• CG8 - Adquirir en el futuro nuevos conocimientos y aprender nuevas técnicas de manera autónoma.
• CG9 - Adquirir capacidades de trabajar en equipo.

• CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
• CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
• CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• CB9 - Que los estudiantes sepan comunicar sus conclusiones ¿y los conocimientos y razones últimas que las sustentan¿ a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Profesor/a:
M. Mercedes Suárez Rancel
Contenidos Teóricos
- Temas : 1. Introducción al Análisis Multivariante y diseño de un informe estadístico
- Temas : 2. Análisis Multivariante del Modelo de Regresión Lineal Múltiple
- Temas : 3. Análisis Multivariante basado en Ordenación y Distancias para el estudio de los gradientes de diversidad
- Temas : 4. Análisis Multivariante basado en clasificación y Distancias
- Temas : 5. Introducción a  Manovas y Anovas complejas multifactoriales por permutaciones. 
-
Contenidos Prácticos (en aula de Informática): Se realizarán con los paquetes estadísticos SPSS  y PRIMER  estudiando las ventajas y desventajas de ambos paquetes estadísticos.
Profesor/a M. Mercedes Suárez Rancel
Práctica 1: Introducción a los paquetes estadísticos
Práctica 2: Análisis Multivariante de Regresión Lineal Múltiple
Práctica 3: Análisis Multivariante basado en clasificación y distancias
Práctica 4: Análisis Multivariante basado en ordenación y distancias
Práctica 5: Elaboración de un Informe estadístico de Análisis de Datos

Se aportará un abstract en inglés, que se expondrá en los trabajos a realizar sobre datos reales.
Además se proporciona bibliografía y paquetes estadísticos en inglés.
El profesor repasará la clase anterior en inglés, permitiendo preguntar dudas y resolverlas en castellano, en caso de no ser entendidas. 
Activity . Professor will summarize previous classes every day, orally,
If a student is not able to follow this activity in English, they can use the corresponding tutorials.

Los conceptos teóricos de la asignatura se desarrollan en las clases magistrales, donde los ejemplos prácticos basados en datos reales y problemas actuales, y las salidas de los paquetes estadísticos juegan un papel relevante. Se pretende que el alumno no tenga una actitud pasiva, sino crítica y participativa, desarrollando su capacidad de análisis y síntesis. Todo esto se ve reforzado en las clases de aula de informática, donde los paquetes estadísticos dan salida a los análisis necesarios para la posterior interpretación por parte del alumno. Al final del semestre, el alumno presenta un análisis de datos reales donde aprende a aplicar los conocimientos adquiridos a un entorno cercano y de interés para un profesional. Se expondrá en un escenario similar al que se produce en su entorno de trabajo real o simulado. El alumno aprenderá a transmitir resultados estadísticos con el rigor suficiente, pero haciéndose entender por un entorno de profesionales, no necesariamente estadísticos.

La asignatura se estructura en diferentes actividades formativas, especificadas en la tabla adjunta, junto al volumen de trabajo, tanto presencial como autónomo, que cada una de ellas supone. El fin de esta estructura ha sido tratar de ofrecer al alumnado una docencia integral, tanto teórica como práctica, en la que se aborde la impartición de los conocimientos teóricos necesarios para el desarrollo de la actividad profesional para la cual se les está formando, el diseño experimental y análisis de datos.
El Aula Virtual será el contexto donde se desarrollará todo el material didáctico y todas las evidencias necesarias para una acreditación. Voluntariamente, tendremos un cuestionario de nivel y talleres presenciales para unificar el nivel.
Uso de Inteligencia Artificial
Se permite el uso de la Inteligencia Artificial  para buscar conceptos y resolver problemas. La profesora, pedirá en los informes entregados, que algunos alumnos expongan la parte de sus trabajos con el fin de comprobar que los conceptos utilizados han sido madurados e integrados en el aprendizaje

Actividades formativas	Horas presenciales	Horas de trabajo autónomo	Total horas	Relación con competencias
Clases teóricas	13,00	0,00	13,0	[E2], [CG1], [CG6]
Clases prácticas (aula / sala de demostraciones / prácticas laboratorio)	11,00	0,00	11,0	[CB6], [CB7], [E4]
Estudio/preparación de clases teóricas	0,00	10,00	10,0	[CB10]
Preparación de exámenes	0,00	15,00	15,0	[CG3], [CG4], [CB8], [CB10], [E2], [CG6]
Realización de exámenes	3,00	0,00	3,0	[E2], [CG4], [CG3], [CG6]
Asistencia a tutorías	3,00	0,00	3,0	[CB10]
Realización de trabajos (individual/grupal)	0,00	20,00	20,0	[CG3], [CG4], [E3], [CG9], [CG2], [CG7], [CG5], [CB9], [E2], [CG8], [E4]
Total horas
Total ECTS

MARTÍN ANDRÉS- LUNA DEL CASTILLO-SÁNCHEZ CANTALEJO (2004). Bioestadística para Ciencias de la
Salud. Edt. Granada.
Pierre Legendre, Pierre, "Numerical ecology" Elsevier
UNDERWOOD, A.J. (1997). \"Experiments in Ecology\". Cambridge University Press

K R CLARKE & R N GORLEY (2005). “PRIMER:Getting started with v6 “. PRIMER-E LTD
WINNER, B.J. (1971). \"Statistical Principles in Experimental Design\". McGraw.
MONTGOMERY, D.C. (2002). “ Diseño y Análisis de Experimentos” . Limusa Wiley.

PÉREZ CABRERA, ANA L. (2000), \"Estadística Multivariante Aplicada con el Paquete Estadístico STATISTICA\",
Librería Campus.
MARTÍN-GONZÁLEZ, G. (2008). Prácticas de Estadística básica con SPSS. Edt. UCV

EVALUCIÓN CONTINUA . (La ponderación y fecha se contempla en la estrategia evolutiva y cronograma)

La Evaluación Continua (EC) consta de:

Informe Memoria de Prácticas (EC)
Se puntuará el rendimiento de cada práctica al finalizar cada una de las mismas, subiéndola al campus virtual, un informe
sobre las mismas, al finalizar cada capítulo (ver cronograma). El alumno podrá realizarlas con ayuda del profesor en las
clases prácticas. La asistencia a las Prácticas, son obligatorias (se podrá faltar sólo a una sesión de 2 horas de las mismas a
lo largo del curso). En caso de no asistir y/o no superar alguna de ellas, al finalizar el examen final de EC en la primera
convocatoria, se realizará un examen de laboratorio, donde el alumno deberá demostrar el poder resolver un problema,
sobre el análisis de datos que el profesor le indique, haciendo uso de un paquete estadístico (recuperación de prácticas de
laboratorio). Según normativa, "La calificación de estas actividades prácticas obligatorias, obtenida en la EC en
asignaturas con prácticas clínicas, prácticas externas y aquellas de carácter eminentemente práctico, se tendrá en
cuenta en la EU, en caso de tenerlas aprobadas. En caso contrario, en la EU habrá un examen de estas prácticas
como se expresa en el apartado de EU". Si esto impidiese al alumno tener la nota máxima en la asignatura y ese fuese su
deseo, se presentaría a la Evaluación Única, renunciando a la nota de recuperación.

Prueba tipo Test (EC)
Se realizará un examen tipo test, que permita medir el resultado individualizado del alumno, en cuanto a conceptos básicos
adquiridos.

Prueba sobre material Audiovisual (aula invertida) (EC)
Se realizarán algunas cuestiones sobre un material audiovisual que el alumno prepará de forma autónoma, potenciando la
búsqueda de recursos dentro del Análisis de Datos real. Técnica de Aula invertida.

Examen Final (EC)
la EC termina con la realización de un examen, consistente en la realización y defensa de un informe estadístico, cuya
puntuación se explicita en la estraegia evaluativa. Este se defenderá en la primera convocatoria oficial. El informe será
presentado el día anterior a su defensa a las 13:00 hrs.Este trabajo no tendrá demasiada dificultad para el alumno, que
asiste a las clases magistrales y prácticas, dado que se le adiestrará a lo largo de las horas de aula de informática de cómo realizarlo y
la asignatura se plantea practicando en cada clase dicho ejercicio. El Informe Estadístico se desarrollará en grupo donde se
compruebe que han adquirido los conocimiento del programa desarrollado a través de la aplicación de los análisis estudiados
a un caso real. El alumno proporcionará los datos de otra asignatura/trabajo, trabajo que actualmente realice o cualquier otra
fuente que considere. Si no contara con dichos datos, el profesor los suministrará. En este apartado el alumno hará una
exposición del Informe Estadístico presentado en el apartado anterior, donde se simulará la presentación ante la empresa y/o
grupo de investigación los resultados obtenidos. El profesor al finalizar, preguntará al alumno de forma oral sobre lo
expuesto.

• Se entenderá agotada la convocatoria desde que el alumno se presente, al menos, a las actividades cuya ponderación compute el 50% de la EC .
• El profesor esperará a la última prueba de la EC, para comprobar si ha cumplido o no dicho requisito para agotar la convocatoria. Así, el alumno que no se haya presentado a esa última prueba tendrá un NP en acta.
• La calificación final de la asignatura se calculará a partir de los pesos anteriores. Se deberá obtener una nota no inferior a 5 para superar la asignatura.
•  Todo el alumnado está sujeto a la EC en la primera convocatoria de la asignatura, salvo que comunique su deseo de renunciar a la misma antes de haberse presentado a las actividades cuya ponderación compute, al menos, el 40% de la evaluación continua,a través del procedimiento que se habilite en el aula virtual de la asignatura.
•  No habrá recuperación parcial de las pruebas de la evaluación continua, salvo de las prácticas de laboratorio (explicitado anteriormente, que se hará a través de un examen)

Evaluación única (EU).
La evaluación única se celebrará en las convocatorias oficiales establecidas en el calendario

Actividades a realizar (EU).
Una prueba tipo test, una prueba de aula invertida sobre material audiovisual y entrega de un informe sobre análisis de
datos reales, y exposición del mismo. Además, aquellos alumnos que quieran renunciar a la nota obtenida en las Prácticas
tendrán que realizar una práctica ante el profesor, en los mismos términos que se han realizado en clase. La ponderación
será la misma que dichas pruebas en la EC.

“El alumnado que se encuentre en la quinta o posteriores convocatorias y desee ser evaluado por un Tribunal, deberá presentar una solicitud a través del procedimiento habilitado en la sede electrónica, dirigida a la persona responsable de su Facultad o Escuela (recomendable concretar según la titulación: Decana, Decano, Director o Directora). Dicha solicitud deberá realizarse con una antelación mínima de diez días hábiles al comienzo del periodo de exámenes”
 

Tipo de prueba	Competencias	Criterios	Ponderación
Pruebas objetivas	[CG3], [CG4], [E3], [CG9], [CG1], [CG2], [CG5], [CB9], [E2], [CG8], [CG6], [E4]	Conocimiento del programa desarrollado a través de la aplicación de los análisis estudiados a un caso real (Informe Estadístico)	30,00 %
Pruebas de respuesta corta	[CB10]	Prueba tipo test sobre los conocimientos (25%) adquiridos, así como, alguna prueba de respuesta corta sobre algún video.(5%)	30,00 %
Trabajos y proyectos	[CB6], [CG7], [CB7], [CB8]	Calidad de la defensa del informe estadístico realizado en las pruebas objetivas.	20,00 %
Informes memorias de prácticas	[CB6], [CB7], [CB8]	Seguimiento de objetivos dentro de las prácticas de laboratorio	20,00 %

El siguiente cronograma está diseñado de forma que el alumno alterne las clases magistrales con las de laboratorio, con el fin de que los conocimientos adquiridos pueda llevarlos a la práctica de inmediato.

*La distribución de los temas por semana es orientativo, puede sufrir cambios según las necesidades de organización docente.

Semana	Temas	Actividades de enseñanza aprendizaje	Horas de trabajo presencial	Horas de trabajo autónomo	Total
Semana 6:		Explicar Temas del 1. Interpretación de resultados estadísticos Tema 1. Prácticas de laboratorio 1  Seguimiento de la práctica 1 (EC)	10.00	20.00	30.00
Semana 7:		Explicar Temas del 2-8. Interpretación de resultados estadísticos Tema 2-8. Prácticas de laboratorio 2 - 5 y Seguimiento de las mismas  Seguimiento de las prácticas 2-5(EC) Trabajo autónomo del alumno preparando exámenes y trabajos. Realización de examen tipo test. Entrega y Exposición del análisis de datos.	20.00	25.00	45.00
Semana 13:			0.00	0.00	0.00
Semana 14:			0.00	0.00	0.00
Total			30.00	45.00	75.00