Bioestadística
Máster. Curso 2022/2023.
SOFTWARE PARA GESTIÓN DE BASES DE DATOS - 608530
Curso Académico 2022-23
Datos Generales
- Plan de estudios: 064V - MÁSTER UNIVERSITARIO EN BIOESTADÍSTICA (2016-17)
- Carácter: OBLIGATORIA
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG3,CG5
Específicas
CE6, CE7
ACTIVIDADES DOCENTES
Clases teóricas
30%
Clases prácticas
70%
TOTAL
100%
Presenciales
1,8
No presenciales
4,2
Semestre
1
Breve descriptor:
Los estudiantes aprenderán a modelizar, construir y diseñar bases de datos multidimensionales de tal manera que se agilicen sus consultas y puedan ser explotadas posteriormente según el objetivo del estudio. También comprenderán la necesidad de estas técnicas, sus objetivos y sus aplicaciones en función del tipo de información disponible en cada caso.
Requisitos
No hay requisitos previos.
Contenido
Gestión y modelización de bases de datos: Creación, depuración y diseño de consultas.
Acceso a base de datos mediante los módulos SQL propios del paquete estadísticos R.
Soluciones informáticas adaptadas al ámbito de las Ciencias de la Salud y la Vida del tipo paquetes de R y Stata.
Acceso a base de datos mediante los módulos SQL propios del paquete estadísticos R.
Soluciones informáticas adaptadas al ámbito de las Ciencias de la Salud y la Vida del tipo paquetes de R y Stata.
Evaluación
El alumno será evaluado de forma continua a lo largo del curso. La adquisición de conocimientos y competencias de la asignatura se realizará de forma continua mediante:
- Ejercicios y problemas planteados por el/la profesora, realizados y entregados durante la docencia en aula (50%)
- Entrega de 1 práctica final individual realizada fuera del aula propuesta por el/la profesora (30%)
- Trabajo final grupal (entre 3 y 6 personas, ambos inclusive) realizado fuera del aula (20%)
En caso de que un/a alumno/a no haya superado la asignatura por este método o quiera mejorar su calificación se podrá presentar a un examen final y su nota será el 100% de la nota del examen.
- Ejercicios y problemas planteados por el/la profesora, realizados y entregados durante la docencia en aula (50%)
- Entrega de 1 práctica final individual realizada fuera del aula propuesta por el/la profesora (30%)
- Trabajo final grupal (entre 3 y 6 personas, ambos inclusive) realizado fuera del aula (20%)
En caso de que un/a alumno/a no haya superado la asignatura por este método o quiera mejorar su calificación se podrá presentar a un examen final y su nota será el 100% de la nota del examen.
Bibliografía
- Álvarez-Liébana, J. (2021). Manual introductorio online. «Aprendiendo R sin morir en el intento». Disponible gratuitamente en https://dadosdelaplace.github.io/courses-intro-R/
- Álvarez-Liébana, J. (2021). Curso de visualización de datos. «Analizando información, visualizando datos, contando historias». Disponible gratuitamente en https://dadosdelaplace.github.io/courses-ECI-2022/
- Swirl stats: aprendizaje básico de R dentro del propio R. Disponible gratuitamente en https://swirlstats.com/
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). «Tidyverse skills for data science». Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
- Matloff, N (2011). The Art of R Programming. A tour of statistical software design. Disponible como recurso electrónico en la biblioteca de la UCM.
- Crawley, M.J. The R book. Disponible como recurso electrónico en la biblioteca de la UCM
- Álvarez-Liébana, J. (2021). Curso de visualización de datos. «Analizando información, visualizando datos, contando historias». Disponible gratuitamente en https://dadosdelaplace.github.io/courses-ECI-2022/
- Swirl stats: aprendizaje básico de R dentro del propio R. Disponible gratuitamente en https://swirlstats.com/
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). «Tidyverse skills for data science». Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
- Matloff, N (2011). The Art of R Programming. A tour of statistical software design. Disponible como recurso electrónico en la biblioteca de la UCM.
- Crawley, M.J. The R book. Disponible como recurso electrónico en la biblioteca de la UCM
Otra información relevante
La presencialidad de las asignaturas de Máster es del 30%, lo que significa que la carga de trabajo de un alumno, para cada asignatura de 6 créditos ECTS, se divide en 45 horas lectivas presenciales y en 105 de trabajo personal adicional.
Estructura
Módulos | Materias |
---|---|
No existen datos de módulos o materias para esta asignatura. |
Grupos
Clases teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo A | 08/09/2022 - 12/10/2022 | LUNES 16:00 - 18:00 | - | JAVIER ALVAREZ LIEBANA |
MIÉRCOLES 16:00 - 18:00 | - | JAVIER ALVAREZ LIEBANA |
Actividades prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo A | 13/10/2022 - 29/10/2022 | LUNES 16:00 - 18:00 | - | JAVIER ALVAREZ LIEBANA |
MIÉRCOLES 16:00 - 18:00 | - | JAVIER ALVAREZ LIEBANA | ||
31/10/2022 - 21/12/2022 | LUNES 16:00 - 18:00 | - | JAVIER ALVAREZ LIEBANA |