Otros: Primer quadrimestre: ERIK COBO VALERI - A ALBERTO COBOS CARBO - A
JOSÉ ANTONIO GONZÁLEZ ALASTRUE - A Responsable: ERIK COBO VALERI
Unidad que imparte: Curso:
Créditos ECTS:
1004 - UB - Universitat de Barcelona
715 - EIO - Departamento de Estadística e Investigación Operativa 2017
MÁSTER UNIVERSITARIO EN ESTADÍSTICA E INVESTIGACIÓN OPERATIVA (Plan 2013). (Unidad docente Optativa)
5 Idiomas docencia: Castellano, Inglés Unidad responsable: 200 - FME - Facultad de Matemáticas y Estadística
Titulación:
Profesorado
Capacidades previas
Se espera del estudiante un conocimiento básico de estadística descriptiva e inferencia estadística (estimación y contraste), incluyendo los siguientes: tablas de frecuencias y tablas de contingencia; estadísticos descriptivos para variables continuas; histogramas, diagramas de caja y diagramas de dispersión; interpretación de los p-valores y los intervalos de confianza, y los conceptos de estadístico, parámetro, nivel de confianza; pruebas uni y bilaterales, hipótesis nula y alternativa, nivel de significación, potencia y tamaño de la muestra; pruebas t sobre medias; pruebas no
paramétricas clásicas de ubicación (Mann-Whitney y Wilcoxon); pruebas z sorbe proporciones; prueba de chi-cuadrado de independencia; y medidas de efecto como la diferencia de medias o la diferencia y el cociente de proporciones.
Por ejemplo, el estudiante debe poder calcular la varianza de la diferencia de 2 variables aleatorias; el IC95% y el valor de p para la diferencia de las medias de dos variables aleatorias independientes con distribución normal; así como para la diferencia de 2 proporciones de respuestas dicotómicas
El estudiante debe tener cierta soltura con un paquete estadístico, preferiblemente R. Aunque no es estrictamente necesario, a nivel más avanzado debería conocer:
- La interpretación de las hipótesis y de los valores de P en el marco de evidencia de Fisher, así como la distinción entre las hipótesis a ser probadas y los supuestos o premisas requeridos (ver http://en.wikipedia.org/wiki/P-value)
- Los conceptos de riesgos de error alfa y beta, potencia, hipótesis nula y alternativa en el marco de Neyman-Pearson (CONSULTE :/ / en.wikipedia.org / wiki / Type_I_and_type_II_errors)
- El coeficiente de correlación intraclase (http://en.wikipedia.org/wiki/Intraclass_correlation) - Los conceptos básicos del diseño de experimentos (especialmente "principles" en
http://en.wikipedia.org/wiki/Design_of_experiments)
- El concepto de colinealidad (http://en.wikipedia.org/wiki/Collinearity # Usage_in_statistics_and_econometrics) Requisitos
Diseño experimental, inferencia y R a nivel básico. Horario: Contacto preferente por email Horario de atención
Después del curso, el estudiante expondrá las razones por las que sólo un estudio aleatorizado permite confirmar y estimar los efectos de una causa asignada. El alumno será capaz de argumentar y mostrar que el ensayo clínico proporciona una base formal para poner a prueba fármacos y dispositivos; y publicará de forma transparente los Específicas:
Transversales:
5. CE-1. Capacidad para diseñar y gestionar la recogida de información, así como la codificación, manipulación, almacenamiento y tratamiento de esta información.
6. CE-2. Capacidad para dominar la terminologia propia de algún ámbito en el que sea necesaria la aplicación de modelos y métodos estadísticos o de investigación operativa para resolver problemas reales.
7. CE-3. Capacidad para formular, analizar y validar modelos aplicables a problemas de índole práctica. Capacidad de seleccionar el método y/o técnica estadística o de investigación operativa más adecuado para aplicar dicho modelo a cada situación o problema concreto.
8. CE-4. Capacidad de utilizar los diferentes procedimientos de inferencia para responder preguntas, identificando las propiedades de los diferentes métodos de estimación y sus ventajas e inconvenientes, adaptados a una situación concreta y con un contexto específico.
9. CE-5. Capacidad para formular y resolver problemas reales de toma de decisiones en los diferentes ámbitos de aplicación sabiendo elegir el método estadístico y el algoritmo de optimización más adecuado en cada ocasión. 10. CE-6. Capacidad para utilizar el software más adecuado para realizar los cálculos necesarios en la resolución de un problema.
11. CE-7. Capacidad para comprender artículos de estadística e investigación operativa de nivel avanzado. Conocer los procedimientos de investigación tanto para la producción de nuevos conocimientos como para su transmisión.
12. CE-8. Capacidad de discutir la validez, el alcance y la relevancia de estas soluciones y saber presentar y defender sus conclusiones.
13. CE-9. Capacidad para implementar algoritmos de estadística e investigación operativa.
1. EMPRENDIMIENTO E INNOVACIÓN: Conocer y entender la organización de una empresa y las ciencias que rigen su actividad; tener capacidad para entender las normas laborales y las relaciones entre la planificación, las estrategias industriales y comerciales, la calidad y el beneficio.
2. SOSTENIBILIDAD Y COMPROMISO SOCIAL: Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar; tener capacidad para relacionar el bienestar con la globalización y la sostenibilidad; lograr habilidades para utilizar de forma equilibrada y compatible la técnica, la tecnología, la economía y la sostenibilidad.
3. TRABAJO EN EQUIPO: Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
4. USO SOLVENTE DE LOS RECURSOS DE INFORMACIÓN: Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información en el ámbito de especialidad, y valorar de forma crítica los resultados de dicha gestión.
Objetivos de aprendizaje de la asignatura
El curso es eminentemente práctico, con aprendizaje basado en ejercicios. Las explicaciones del profesorado representan alrededor del 60% del tiempo presencial. Las presentaciones de los estudiantes (PBL1) de ejercicios, simulaciones, y revisiones críticas, un 30%; y otras actividades de aprendizaje activo, un 10% (PBL2).
Dedicación total: 125h Horas grupo grande: Horas grupo mediano: Horas grupo pequeño: Horas actividades dirigidas: Horas aprendizaje autónomo:
30h 0h 15h 0h 80h 24.00% 0.00% 12.00% 0.00% 64.00% Horas totales de dedicación del estudiantado
Contenidos
Introducción
A1: Análisis de diseños paralelos
A2: Análisis de diseños paralelos con valores
iniciales
A3: Análisis de diseños con intercambio
Dedicación: 0h 45m Dedicación: 12h 30m Dedicación: 12h 30m Dedicación: 12h 30m Grupo grande/Teoría: 0h 45m Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h
Fases de desarrollo. Objetivos principal y secundarios. Eventos adversos frente a efectos adversos. Población objetivo y muestra. Intervención en estudio y comparador o control. Gestión de datos y de la calidad. Datos ausentes. Ensayos multicéntricos. Revistas: transparencia y guías de publicación, declaración CONSORT, conflictos de interés, sesgo de publicación, registro de ensayos clínicos. Decisiones de los organismos reguladores, procedimientos normalizados de trabajo y directrices ICH.
Paralelos
Papralelos
Análisis estadístico, presentación gráfica, riesgos de sesgo, redacción y presentación de informes. Ajuste. Eficiencia. Correlación intra-clase.
Descripción:
Descripción:
Descripción:
Descripción:
Objetivos específicos:
El estudiante leerá críticamente un original de un ensayo clínico y lo analizará e informará de forma transparente y reproducible.
A4: Diseño, protocolo y plan de análisis
estadístico
A5: Directrices y guías para registro y publicación
B1: Ética y Multiplicidad
B2: Equivalencia. Diseños pragmáticos
Dedicación: 12h 30m Dedicación: 12h 30m Dedicación: 6h 15m Dedicación: 6h 15m Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h Grupo grande/Teoría: 3h Grupo pequeño/Laboratorio: 1h 30m Aprendizaje autónomo: 8h Grupo grande/Teoría: 1h 30m Grupo mediano/Prácticas: 0h 45m Aprendizaje autónomo: 4h Grupo grande/Teoría: 1h 30m Grupo mediano/Prácticas: 0h 45m Aprendizaje autónomo: 4h Diseño, protocolo y plan de análisis estadístico
Directrices y guías internacionales
Experimentos, medicina y derechos humanos (independencia, autonomía, beneficencia). Equipoise y posición original.
Objetivos del estudio. Situaciones que requieren más de una prueba. Hipótesis y familias de hipótesis. Control de riesgo alfa parcial y global.
Estrategias. Bonferroni y Sidak ajuste. Pruebas cerradas. Los métodos secuenciales. El remuestreo
Equivalencia frente a igualdad. Prueba doblemente unilateral. Solución por intervalo de confianza. Análisis. Tamaño de la muestra. Sensibilidad del estudio (diseño, ejecución y análisis).
Ensayos pragmática frente a explicativos. Extensión Consort. Descripción:
Descripción:
Descripción:
B3: Justificación del tamaño muestral
B4: Asignación al azar
B5: Aleatorización de grupos de unidades
B6: Revisiones sitemáticas y meta-analisis
Dedicación: 12h 30m Dedicación: 11h 45m Dedicación: 6h 15m Dedicación: 12h 30m Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 0h 45m Aprendizaje autónomo: 8h Grupo grande/Teoría: 1h 30m Grupo mediano/Prácticas: 0h 45m Aprendizaje autónomo: 4h Grupo grande/Teoría: 3h Grupo mediano/Prácticas: 1h 30m Aprendizaje autónomo: 8h
Tamaño del efecto bajo la hipótesis alternativa. Parámetros secundarios derivados de las premisas (varianza, tasas de eventos y de reclutamiento, ...). Métodos para variables continuas, dicotómicas y tiempo hasta el evento.
Aleatorización simple, estratificada, en bloques y adaptativa (minimización)
Asignación al azar de grupos de unidades. Riesgos específicos de sesgo. Correlación intra-clase. Análisis. Número necesario de grupos y de unidades.
Las revisiones sistemáticas frente al meta-análisis. La Colaboración Cochrane. Estimación del efecto mediante combinación de estudios. Riesgo de sesgo. Gráficos.
Descripción:
Descripción:
Descripción:
La nota es el máximo del examen final (F) y la evaluación continua (C). Nota = Max (F, C)
C está dividida en los bloques 1 y 2; cada uno con 2 partes: preguntas Teóricas (T, 40%) y trabajos prácticos (H, 60%). C = 0.2T1 + 0.3H1 + 0.2T2 + 0.3H2
F tiene 3 partes: Cuestiones teóricas (T), ejercicios (E) y prácticas (P), con un peso del 30%, 40% y 30%, respectivamente:
F = 0.3T + 0.4E + 0.3P Sistema de calificación
Bibliografía
B7: Diseños adaptativos
Dedicación: 6h 15mGrupo grande/Teoría: 1h 30m Grupo mediano/Prácticas: 0h 45m Aprendizaje autónomo: 4h
Básica:
Armitage, P.; Berry, G. Statistical methods in medical research. Blackwell Scientific Publications, 2002. Westfal P H, Young S S. Resampling-based multiple testing. Wiley, 1993.
Friedman, L. M.; Furberg, C.D.; DeMets, D.L. Fundamentals of clinical trials. Springer, 1998. Whitehead, J. Design and analysis of clinical trials. Wiley, 2004.
Diseños de muestra fija frente a diseños adaptativos. Funciones de consumo de riesgo alfa y su control. Diseño triangular. Falta de sesgo frente a encogimiento.
