Para trabajar en Ciencias Ambientales, es necesario describir, entender y analizar datos. Por estos motivos, esta asignatura instruye a los estudiantes en diseño experimental, confección y manejo de bases de datos, estadística descriptiva, modelaje estadístico y reportes de resultados.
Unidad 1. Construcción y manejo de bases de datos
1. Diseño y manejo de bases de datos
2. Programación estadística con R
2.1. Introducción a la programación en R
2.2. Reportes dinámicos y reproducibles con Rstudio
2.3. Primeros pasos con datasets en R
2.4. Gráficas exploratorias en ggplot2
Unidad 2. Principios de diseño experimental
1. Población vs. muestra
2. Todo varía: fuentes de errores y variaciones
3. Principio de aleatoriedad, replicación y control experimental
4. Diseño con bloques
5. Diseño con parcelas divididas
Unidad 3. Conceptos básicos de estadística
1. Estadística probabilística vs. matemática determinista
2. Diferentes categorías de variables
3. Indicadores de tendencia central
4. Indicadores de dispersión
5. Distribuciones de probabilidades teóricas
5.1. Distribución normal
5.2. Distribución binomial
5.3. Distribución Poisson
5.4. Gráficas que revelan la distribución
6. Proceso de inferencia y modelos estadísticos
Unidad 4. Modelos básicos
1. Estandarización con valores de Z
2. Prueba de T
2.1. De una variable
2.2. De dos variables
2.3. De dos variables emparejadas
3. Pruebas chi-cuadrado
Unidad 5. Análisis de varianza
1. Partición de la varianza
2. Suma de Cuadrados y valores de F
3. Supuestos del Análisis de Varianza (ANOVA)
4. Pruebas de comparación de medias de tratamientos (post hoc)
5. Aplicaciones del ANOVA
5.1. ANOVA con bloques
5.2. Parcelas divididas
5.3. Dos vías y sus interacciones
6. ANOVA en la práctica: paso a paso
Unidad 6. Análisis de correlación y regresión
1. Correlación: Coeficiente de correlación de Pearson
2. Regresión lineal sencilla
2.1. Coeficiente de determinación
2.2. La ecuación elegante
2.3. Ajustar con los cuadrados mínimos
2.4. Evaluación del ajuste: Error residual / R2 / ANOVA de los residuales
2.5. Supuestos de la regresión lineal
2.6. Modelos lineales para predecir valores
2.7. Regresión en la práctica: paso a paso
3. Regresión lineal con transformaciones
3.1. Fenómenos naturales con relaciones no lineales
3.2. Diferentes transformaciones
3.3. Re-transformar
3.4. Estudio de caso
4. Regresión múltiple
5. Regresión logística
Unidad 7. Análisis de covarianza
1. Lo mejor de ambos mundos: ANOVA + Regresión
2. Evaluación del Análisis de Covarianza (ANCOVA)
2.2. Modelos anidados
3. ANCOVA en la práctica: paso a paso
Unidad 8. Fundamentos básicos de modelos más completos
1. Modelos con efectos mixtos
1.1. Diseños anidados
2.2. Diseños con medidas repetidas
2. Modelos Lineales Generalizados
Unidad 9a (sólo para estudiantes de Ecología y Cambio Ambiental Global, y de Sistemas Ambientales Complejos). Fundamentos básicos de Modelos multivariados
1. Reducir dimensiones
2. PCA
3. NMDS
4. Análisis clúster
5. Estudios de caso
Unidad 9b (sólo para estudiantes de Biotecnología e Ingeniería Ambiental). Métodos numéricos en Ciencias Ambientales (22 horas)
1. Ecuaciones no lineales
1.1. Solución de ecuaciones no lineales: Ecuaciones básicas de balance de masa
1.2. Sistemas de ecuaciones no lineales: Modelo de biomasa inactiva en estado estacionario / Solución de cinética y transporte en biopelícula
2. Ecuaciones diferenciales
2.1. Solución de ecuaciones diferenciales
2.2. Modelos de crecimiento poblacional: Exponencial / Logístico / Gompertz
2.3. Sistema de ecuaciones diferenciales: Cinética de Monod
3. Soluciones de ecuaciones diferenciales de orden mayor: Cinética de consumo en biofilms
4. Ecuaciones parciales: Absorción en estado transitorio