Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto
 
Biologia
 
Disciplina: 5920836 - Bioestatística
Biostatistic

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2024 Desativação:

Objetivos
GERAL: Desenvolver nos alunos autonomia para analisar e interpretar dados biológicos.
ESPECÍFICOS:
1.	Fornecer os conceitos e teorias básicos relacionado à estatística e análise de dados;
2.	Discutir criticamente os métodos básicos de obtenção dos dados, ressaltando a importância do planejamento experimental;
3.	Fornecer os princípios básicos e discutir a importância da análise exploratória de dados;
4.	Fornecer os princípios da modelagem linear para testar hipóteses e discutir criticamente a construção e análise diagnóstica dos modelos.
 
 
 
Docente(s) Responsável(eis)
2338629 - Fabio Santos do Nascimento
 
Programa Resumido
O uso da estatística em Biologia. Perguntas e hipóteses. Tipos de variáveis e coleta de dados. Probabilidade e distribuição de probabilidade. Análise exploratória de dados (medidas de posição e dispersão; visualização dos dados por meio de gráficos). Teste de hipóteses. Modelagem linear (Anova, regressão linear, Ancova) e seus pressupostos. Análise diagnóstica de modelos lineares.
 
 
 
Programa
Módulo 1: obtendo dados de forma adequada
Importância da estatística no dia-a-dia e o uso da Estatística em Biologia.
Variáveis mensuráveis e não mensuráveis.
Uso de fluxogramas para planejar o estudo.
Perguntas e hipóteses.
Representação de fenômenos naturais por meio de números.
Tipo de variáveis numéricas e suas características.
Métodos de amostragem.
Suficiência amostral e pseudoamostragem.

Módulo 2: explorando os dados
Probabilidade e distribuição de probabilidade.
Distribuições de probabilidades mais frequentes em dados biológicos.
Teorema central do limite e regressão à média.
Métodos para explorar numericamente os dados (medidas de posição e dispersão dos dados).
Métodos para explorar graficamente os dados (histograma, box-plot, gráfico de dispersão, gráficos de barras).

Módulo 3: botando a mão na massa
Teoria Poperiana
Teste de hipórteses: hipótese nula e hipótese alternativa; erros do tipo I e tipo II
Nível de significância e testes de hipóteses unicaudal e bicaudal.
Modelagem numérica de dados biológicos
Princípio da modelagem linear
Tipos de modelos lineares e a relação entre eles (Anova, Ancova e Regressão linear).
Interação entre variáveis e multicolinearidade.
Conceitos e interpretações das estatísticas de teste (t, F e ²).
Análise diagnóstica dos modelos lineares:
Princípios básicos
Pressuposto da distribuição normal dos resíduos
Medidas de ajuste do modelo: R² e AIC
Detecção de valores discrepantes: valor-chapéu, resíduos padronizados e índice de Cook
Discussão sobre o que fazer quando o modelo linear não é adequado:
Remoção de valores discrepantes mediante análise crítica
Transformação de dados
Utilização de outros modelos (ex. modelos lineares generalizados)
 
 
 
Avaliação
     
Método
Abordagem: aulas teóricas e aulas práticas. Atividades: exercícios práticos em sala de aula, exercícios práticos extraclasse, leituras dirigidas, análise de dados no programa estatístico R. Recursos didáticos: Material físico (tabuleiro de Galton, jogo do dilema de Monty Hall, dados de seis números, globo de bingo, instrumentos de medição). Reforço dos conceitos por meio de atividades em tamanho exagerado. Ex. Simulação do tabuleiro de galton em campo onde os alunos fazem o papel das bolinhas (atividade filmada com um drone); prática de medição da circunferência da Terra pelo método e Erastóstenes; produção de box-plot gigante). Estratégias inovadoras de ensino: sala de aula dinâmica, aprendizagem com significado, atividades lúdicas, relação horizontal aluno-professor etc). Utilização de plataforma online de ensino (Google sala de aulas ou Moodle). Disponibilização de audiolivros para ampliar as formas de aprendizado. Aulas de revisão dos módulos na aula que antecede a avaliação.
Critério
Três provas objetivas e/ou dissertativas.
Norma de Recuperação
Prova teórico-prática abrangendo o conteúdo programático do semestre letivo. A nota final será a média obtida pelo aluno ao longo do semestre mais a nota da prova de recuperação dividida por dois.
 
Bibliografia
     
Cox, V., 2017. Translating statistics to make decisions: a guide for the non-statistician. Apress, Berkeley, CA. 
Ellison, A.M., 2001. Exploratory data analysis and graphic display, in: Scheiner, S.M., Gurevitch, J. (Eds.), Design and Analysis of Ecological Experiments. Chapman & Hall, New York, pp. 37–62.
Magnusson, W.E., Mourão, G., Costa, F.R.C., 2015. Estatística sem matemática: ligação entre as questões e a análise. Editora Planta, Londrina.
Wheelan, C., 2016. Estatística: O que é, para que serve, como funciona. Zahar.
Zar, J.H., 2009. Biostatistical analysis. 5th edition, Prentice Hall, Upper Saddle River.
 

Clique para consultar os requisitos para 5920836

Clique para consultar o oferecimento para 5920836

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP