Avís important
La guia docent és provisional.
La versió en PDF de la guia docent pot tardar uns dies en estar disponible al DDD.
Estadística i Modelització Ambiental
Codi: 42923Crèdits: 12
| Titulació | Tipus | Curs |
|---|---|---|
| Ecologia Terrestre i Gestió de la Biodiversitat | OB | 1 |
Professor/a de contacte
- Nom :
- Miquel Riba Rovira
- Correu electrònic :
- miquel.riba@uab.cat
Equip docent
- Javier Retana Alumbreros
- Miquel Riba Rovira
- Rafael Poyatos Lopez
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
No n'hi ha
Objectius
Proporcionar una base metodològica avançada d'anàlisi quantitatiu que pugui ser aplicada en estudis d'ecologia, biodiversitat i gestió del medi natural.
Una bona part del mòdul consisteix en el desenvolupament d'habilitats numèriques i informàtiques avançades que poden ser útils en ecologia i en moltes altres professions científiques i tècniques. S'estructura en dues parts complementaries, la primera d'estadística avançada i la segona d'elaboració de models numèrics aplicables en ecologia i gestió del medi natural.
Resultats d'aprenentatge
- Interpretar i integrar evidències estadístiques en l?avaluació de problemàtiques mediambientals.
- Descriure l?estructura d?un model quantitatiu i les seves principals potencialitats i limitacions, així com la seva aplicació a la resolució d?un problema concret i les suposicions en què es basa.
- Conèixer i aplicar correctament les principals tècniques estadístiques que s?utilitzen en biologia ambiental.
- Dissenyar un mostreig estadístic.
- Conèixer les bases de la programació i el seu potencial en la resolució de problemes en l?àmbit de la biologia ambiental, tant en el vessant científic (bàsic) com en el vessant més aplicat.
- Dissenyar un model quantitatiu i aplicar-lo a la resolució d?un problema concret en l?àmbit de la biologia ambiental.
Continguts
Mètodes estadístics.
1. Disseny experimental
2. Estadística bàsica (t d'Student, ANOVA, regressió simple, chi quadrat)
3. Models log-lineals
4. Anàlisi de regressió múltiple
5. Anàlisis de vies i SEM
6. Models lineals generals i generalitzats
7. Mètodes d'ordenació (anàlisi multivariant)
8. Mètodes de classificació (anàlisi multivariant)
Modelització*.
1. Introducció als models en ecologia i en ciències ambientals
2. Introducció a la programació en R. Variables. Bifurcacions. Bucles. Funcions.
3. Models basats en equacions diferencials. Creixement exponencial i logístic de poblacions. Models de competència i de depredació. Models de compartiments i fluxos.
4. Models matricials. Models de poblacions estructurades. Models de successió de comunitats.
5. Models d'autòmats cel·lulars. El joc de la vida. Models epidemiològics: SI y SIR.
6. Calibració i validació de models quantitatius. Eficiència del model. Mètodes.
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Classes de teoria | 20 | 0,8 | 1, 3, 4, 5, 6 |
| Estudi personal | 143 | 5,72 | 1, 6 |
| Seminaris | 48 | 1,92 | 2, 5, 6 |
| Elaboració d'un model de simulació | 80 | 3,2 | 2, 5, 6 |
Consistirà en classes magistrals, seminaris, pràctiques d'ordinador, elaboració d'un model de simulació i estudi personal.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| A4. Examen models lineals i disseny experimental | 29% | 2 | 0,08 | 1, 3, 4, 5, 6 |
| A3. Examen d'estadística multivariant | 29% | 2 | 0,08 | 1, 3, 4, 5, 6 |
| A2. Treball i presentació oral d'un model de simulació | 25% | 4 | 0,16 | 2, 5 |
| A1. Examen de programació | 17% | 1 | 0,04 | 2, 5, 6 |
- La nota final del mòdul (F) es calcula com la mitjana ponderada dels quatre exercicis d'avaluació segons els percentatges indicats a la taula anterior.
- Per aprovar és necessari que F sigui igual o superior a 5 i que en les dues parts del mòdul (Estadística i Modelització) la nota sigui igual o superior a 4.
- Només les activitats d'avaluació A3 i A4 són recuperables.
- La programació de les proves d'avaluació i de recuperació s'indicarà en el calendari proporcionat per la/el coordinador/a del Màster, o bé seran establertes pel professorat responsable.
- S'obtindrà la qualificació de \"No Avaluable\" si el nombre d'activitats d'avaluació realitzades és inferior al 50% de les programades.
- L’assignatura contempla la possibilitat d’avaluació única.
- L’alumnat que s’aculli a l’avaluació única ho haurà de comunicar al coordinador de l’assignatura abans de la realització de la primera prova d’avaluació continuada. Quedarà exclòs del dret a una avaluació única l’alumnat que es presenti a qualsevol de les proves d’avaluació continuada.
- L‘avaluació única inclourà totes les tipologies i activitats d’avaluació de caràcter individual previstes en l’avaluació continuada:
- Les activitats d’avaluació tindran lloc el mateix dia que la darrera prova d’avaluació continuada de l’assignatura.
- La realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA) que pugui conduir a una variació significativa de la qualificació, suposa que aquest acte es qualificarà amb un 0. En el cas de que la guia docent prevegi que per superar l’assignatura sigui requisit imprescindible haver obtingut una nota mínima en aquest acte d’avaluació o que es produeixin diverses irregularitats en els actes d’avaluació, la qualificació final d’aquesta assignatura serà 0 i es podrà instruir un procés disciplinari a l’estudiant que incorri en alguna d’aquestes irregularitats.
- Davant la sospita de la realització de qualsevol irregularitat en un acte d’avaluació (frau acadèmic, plagi o ús indegut de la IA) el professorat responsable es reserva el dret de realitzar una re-avaluació presencial i oral dels estudiants implicats.
Bibliografia
Beven K (2009) Environmental modelling: an uncertain future? Routledge, London
Braun WJ, Murdoch DJ (2007) A first course in statistical programming with R. Cambridge University Press, Cambridge
Case TJ (2000) An illustrated guide to theoretical ecology. Oxford University Press, Oxford.
Crawley M. J. (2005). Statistical Computing: An Introduction to Data Analysis Using S-Plus. Wiley & Sosns Inc.
Faraway J.J. (2005). Linear Models with R. Chapman & Hall.
Faraway J.J. (2016). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Second Edition. Chapman & Hall.
Harte J. (1985.) Consider a spherical cow. A course in environmental problem solving. William Kaufmann, Los Altos, CA (USA).
Hector A. (2015). The New Statistics with R: An Introduction for Biologists. Oxford University Press.
Hilborn R & Mangel M (1997) The ecological detective. Confronting models with data. Princeton University Press, Princeton, NJ (USA).
Otto SP & Day T (2007) A Biologist Guide to Mathematical Modelling in Ecology and Evolution. Princeton University Press, Princeton.
Piñol J & Martínez-Vilalta J (2006) Ecología con números. Problemas y ejercicios de simulación. Lynx, Bellaterra (Barcelona).
Roff D.A (2006). Introduction to Computer-Intensive Methods of Data Analysis in Biology. Cambridge.
Starfield AM, Smith KA & Bleloch AL (1990) How to model it: problem solving for the computer age. McGraw-Hill, New York.
Stevens MHH (2009) A primer of ecology with R, Springer, Dordrecht.
Programari
The R Project for Statistical Computing / RStudio
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TEm) Teoria (màster) | 1 | Català | primer quadrimestre | tarda |
| (PLABm) Pràctiques de laboratori (màster) | 1 | Català | primer quadrimestre | tarda |
| (SEMm) Seminaris (màster) | 1 | Català | primer quadrimestre | matí-mixt |
| (SEMm) Seminaris (màster) | 2 | Català | primer quadrimestre | matí-mixt |