Guía docente de Análisis de Datos Avanzado y Aplicación a la Conservación (M64/56/2/7)

Con la base de la asignatura Diseño experimental, Muestreo y Análisis de datos, los alumnos podrán con los principios avanzados conocer análisis estadísticos complejos que les permitan una mejor caracterización global de las respuestas de las comunidades a los factores ambientales, y así poder establecer estrategias sobre los ecosistemas (análisis multivariantes, modelos lineales y análisis de diversidades). En definitiva, que los alumnos tengan los conocimientos suficientes para una aproximación estadística y de análisis de datos ante situaciones reales de evaluación que se les pudieran presentar en el futuro. Los distintos análisis se abordarán con datos reales para una mejor comprensión. Como parte final los alumnos realizarán un estudio estadístico a partir de datos obtenidos de diferentes maneras (datos de campo, experimentales de campo, experimentales de laboratorio).

No hay prerrequisitos. Se recomienda tener aprobada la asignatura de Diseño experimental, Muestreo y Análisis de datos.

El alumno sabrá/comprenderá:

Utilizar técnicas estadísticas avanzadas para la resolución de problemas ambientales.

El alumno será capaz de:

Elegir técnicas de análisis adecuadas y diseñar e interpretar resultados estadísticos en el contexto de la conservación de la biodiversidad.

• Tema 1. Análisis multivariantes. Técnicas de Ordenación y Clasificación de comunidades. Análisis de componentes principales (PCA). Análisis de correspondencias (CA). Análisis de correspondencia corregido (DCA). Árboles de clasificación. Análisis multidimensional de ordenación espacial (NMDS). Análisis de redundancia (RDA). Análisis canónico de correspondencia (CCA). Árboles de regresión multivariantes.

• Tema 2. Modelos Lineales. Modelos fijos. Modelos Mixtos GLMMs. Significación de variables aleatorias. Modelos generalizados. Selección de modelos.

• Tema 3. Análisis de diversidades. Cálculo de diversidades alfa y beta. Contraste de matrices de Disimilitud. Análisis de similaridad (ANOSIM). ADONIS.

El temario teórico se irá desarrollando de forma simultánea con prácticas de dichos temas en ordenadores, trabajando con bases de datos que serán proporcionadas a los estudiantes y sobre las que irán desarrollando distintos ejercicios.

• BORCARD, D., GILLET, F. & LEGENDRE, P. 2011. Numerical Ecology with R. Springer.
• BURNHAM, K. P.  & D. R. ANDERSON. 2002. Model Selection and Multimodel Inference. Second edition. Springer. 488 p.
• BURNHAM, K. P.  & D. R. ANDERSON. 2004. Multimodel Inference Understanding AIC and BIC in Model Selection. Sociological Methods & Research, 33: 261-304.
• BOLKER, B.M. 2008. Ecological Models and Data in R. Princeton University Press
• BOLKER, B.M. et al. 2008. Generalized linear mixed models: a practical guide for ecology and evolution. Trends in Ecology and Evolution, 24(3): 127-135..

• DE'ATH, G. 2002. Multivariate regression trees: a new technique for modeling species-environment relationships. Ecology. 83(4):1105-1117
• FARAWAY, J. J. (2016). Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models (Vol. 124). CRC press.
• GELMAN, A., & HILL, J. (2006). Data analysis using regression and multilevel/hierarchical models. Cambridge University Press.
• JONGMAN, R.H.G., C.J.F. TER BRAAK & O.F.R. VAN TONGEREN (1995) Data analysis in community and landscape  ecology. Cambridge University Press.
• MAGURRAN, A. E. (2013). Measuring biological diversity. John Wiley & Sons.
• PINHEIRO, J., & BATES, D. (2006). Mixed-effects models in S and S-PLUS. Springer Science & Business Media.
• WOOD, S. (2006). Generalized additive models: an introduction with R. CRC press.
• PLA, L., CASANOVES, F., & DI RIENZO, J. (2011). Quantifying functional biodiversity. Springer Science & Business Media.
• BROOKS, D. R., & MCLENNAN, D. A. (1991). Phylogeny, ecology, and behavior: a research program in comparative biology. University of Chicago press.
• ZUUR, A. F., IENO, E. N., WALKER, N. J., SAVELIEV, A. A., & SMITH, G. M. (2009). Mixed effects models and extensions in ecology with R. Gail M, Krickeberg K, Samet JM, Tsiatis A, Wong W, editors. New York, NY: Spring Science and Business Media.

• https://elibro.net/es/ereader/ugr/62813 (GUISANDE, C., VAAMONDE, A., BARREIRO, A. 2011. Tratamiento de datos con R, Statistica y SPSS. Diaz De Santos)
• https://ms.mcmaster.ca/~bolker/emdbook/

• E2: Valoración final de informes, trabajos, proyectos, etc. (individual o en grupo). Realización de un trabajo a partir de una base de datos, en el que se valorará la estrategia seguida en el análisis de datos, la interpretación de resultados y la elaboración de conclusiones (50%).

• E3: Pruebas escritas. Prueba escrita donde el alumno demuestre que ha adquirido los conocimientos necesarios sobre la materia (30%).

• E7: Aportaciones del estudiante en sesiones de discusión y actitud del estudiante en las diferentes actividades desarrolladas. Se valorará la actitud de cada estudiante en las sesiones de clases, su aportación en términos de ideas interesantes, el trabajo realizado durante las clases y cualquier otro aspecto que demuestre su interés por la materia (20%).

El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua. De esta forma, el estudiante que no haya realizado la evaluación continua tendrá la posibilidad de obtener el 100% de la calificación mediante la realización de una prueba y/o trabajo.
 

• Las calificaciones de cualquier actividad relacionada con la evaluación continua se conservarán para la convocatoria extraordinaria del curso en vigor. Sin embargo, aquellos alumnos que deseen que sólo se considere la calificación obtenida en el examen de dicha convocatoria, deberán comunicarlo por escrito y con antelación al profesor responsable. En este caso, la calificación final será el 100% de la nota del examen. Esta calificación final se aplicará igualmente en todos los casos de convocatorias extraordinarias de cursos académicos posteriores.

El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrán acogerse a la evaluación única final, el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.

Para acogerse a la evaluación única final, el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si ésta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.

La evaluación en tal caso consistirá en:

• Se realizará un examen único. Dicho examen estará compuesto por preguntas sobre temas de la asignatura (100% de la nota).