Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 2

ESTADÍSTICA

GUÍA DOCENTE    CURSO 2023-24

Titulación: Grado en Ingeniería Informática 801G


Asignatura: Estadística 821
Materia: Estadística
Módulo: Contenidos instrumentales
Modalidad de enseñanza de la titulación: Presencial Carácter: Básica
Curso: 2 Créditos ECTS: 6,00 Duración: Semestral (Primer Semestre)
Horas presenciales: 60,00 Horas estimadas de trabajo autónomo: 90,00

Idiomas en que se imparte la asignatura: Español


Idiomas del material de lectura o audiovisual: Español

DEPARTAMENTOS RESPONSABLES DE LA DOCENCIA

MATEMÁTICAS Y COMPUTACIÓN R111


Dirección: C/ Madre de Dios, 53 Código postal: 26006
Localidad: Logroño Provincia: La Rioja
Teléfono: 941299452 Fax: 941299460 Correo electrónico: [email protected]

PROFESORADO PREVISTO

Profesor: Arregui Casaus, José Luis Responsable de la asignatura


Teléfono: 941299674 Correo electrónico: [email protected]
Despacho: 3231 Edificio: CENTRO CIENTÍFICO TECNOLÓGICO Tutorías: Consultar

DESCRIPCIÓN DE LOS CONTENIDOS

- Estadística Descriptiva: Tablas y gráficos, medidas de tendencia central y no central, medidas de dispersión, medidas de forma.
- Teoría de la Probabilidad: Definición y propiedades de la probabilidad, probabilidad condicionada, variables aleatorias, modelos discretos de probabilidad,
modelos continuos de probabilidad.
- Inferencia Estadística: Estimación de parámetros, intervalos de confianza, contrastes de hipótesis.

REQUISITOS PREVIOS DE CONOCIMIENTOS Y COMPETENCIAS PARA PODER CURSAR CON ÉXITO LA ASIGNATURA
Ninguno especificado.
CONTEXTO
Esta asignatura se imparte en el primer semestre del segundo curso.
Prepara a los estudiantes para el manejo de herramientas básicas de Probabilidad y Estadística.
COMPETENCIAS
Competencias generales
CG1-Estar capacitado para analizar, razonar y evaluar de modo crítico, lógico y, en caso necesario, formal, sobre problemas que se planteen en su entorno.
CG2-Estar capacitado para, utilizando el nivel adecuado de abstracción, establecer y evaluar modelos que representen situaciones reales.
CG3-Estar capacitado para encontrar, relacionar, estructurar e interpretar datos, información y conocimiento provenientes de diversas fuentes.
CG4-Estar capacitado para transmitir información, ideas, planteamiento de problemas y soluciones, tanto a otros profesionales tecnológicos y científicos, como a
personas ajenas a esas disciplinas.
CG7-Haber desarrollado aquellas habilidades de aprendizaje necesarias para continuar su formación.
CG15-Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les
doten de una gran versatilidad para adaptarse a nuevas situaciones.
CG17-Conocimientos para la realización de mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios, informes, planificación de tareas y otros trabajos
análogos de informática.
Competencias específicas
CE1-Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra
lineal; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización.

RESULTADOS DEL APRENDIZAJE


- Conocer las técnicas básicas de la estadística descriptiva unidimensional.
- Conocer los conceptos fundamentales de la teoría de la probabilidad.
- Conocer las distribuciones de probabilidad más importantes.
- Conocer las técnicas más importantes de la inferencia estadística.
- Conocer el manejo básico de un paquete estadístico.
TEMARIO

Estadística Descriptiva
1. Estadistica descriptiva de una variable
Tablas y gráficos
Medidas de posición
Medidas de dispersión
Medidas de concentración y forma
Probabilidad
1. Probabilidad
Sucesos y probabilidad
Probabilidad condicionada
Independencia de sucesos
Teorema de la probabilidad total. Teorema de Bayes
2. Distribuciones de probabilidad y variables aleatorias
Funciones de distribución. Funciones de probabilidad (de masa y de densidad)
Distribuciones de Bernoulli y uniforme
Variables independientes
Distribuciones binomial y geométrica
Esperanza y varianza de variables aleatorias. Desigualdad de Chebyshev
La distribución normal
Ley de los Grandes Números. Teorema del Límite Central
Estadística Inferencial
1. Estimación de parámetros. Intervalos de confianza
La media muestral y la cuasivarianza muestral
Las distribuciones ji-cuadrado y t de Student
Intervalos de confianza para la media en una población normal
Intervalos de confianza para una proporción
Error muestral y tamaño de la muestra
Intervalos de confianza para la varianza en una población normal
Intervalos para la diferencia de medias en poblaciones normales
Intervalos para la diferencia entre proporciones
2. Contrastes de hipótesis paramétricos
Hipótesis nula y alternativa. Regiones de rechazo y de aceptación
Errores de tipo I y II. El p-valor de una muestra para un contraste
Contrastes de la media de una población normal
Contrastes de una proporción
Contrastes de la diferencia de medias en poblaciones normales
Contrastes de la diferencia de proporciones
Contrastes de la varianza de una población normal
3. Contrastes no paramétricos
Contrastes de aleatoriedad: test de rachas
Contrastes de bondad del ajuste: Shapiro-Wilk, Kolmogórov-Smirnov, Lilliefors, ji-cuadrado
Contrastes de localización: test de signos, test de Wilcoxon
BIBLIOGRAFÍA

Tipo: Título
Básica Probabilidad y estadística para ciencias e ingenierías Absys Biba
Básica Problemas de Estadística: Probabilidad e Inferencia Absys Biba
Básica Ejercicios resueltos de Inferencia Estadística y del Modelo Lineal simple Absys Biba
Básica Problemas resueltos de cálculo de probabilidades y estadística Absys Biba
Básica Probabilidad y estadística con aplicaciones para ingeniería y ciencias computacionales Absys Biba
Básica Probabilidad y Estadística. Teoría y Problemas Absys Biba
Básica Probabilidad y Estadística para ingeniería y ciencias Absys Biba
Básica Estadística para todos Absys Biba
Básica Estadística básica con R y R-Commander Absys Biba
Básica Estadística aplicada a las ciencias sociales mediante R y R-Commander Absys Biba
Recursos en Internet
R (software libre)
      http://www.r-project.org

METODOLOGÍA

Modalidades organizativas
Clases teóricas
Clases prácticas
Estudio y trabajo autónomo individual
Métodos de enseñanza
Método expositivo - Lección magistral
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
ORGANIZACIÓN

Actividades presenciales Tamaño de grupo Horas


Clases teóricas Grande 16,00
Clases prácticas en aula convencional Grande 20,00
Clases prácticas con ordenador Informática 20,00
Pruebas presenciales de evaluación Grande 4,00
Total de horas presenciales 60,00
Trabajo autónomo del estudiante Horas
Resolución individual de ejercicios, cuestiones u otros trabajos, actividades en biblioteca o similar 40,00
Estudio autónomo individual o en grupo 40,00
Otras actividades 10,00
Total de horas de trabajo autónomo 90,00
Total de horas 150,00

EVALUACIÓN

Sistemas de evaluación Recuperable No Recup.


Pruebas escritas 65%
Pruebas de ejecución de tareas reales y/o simuladas 15%
Portafolio 20%
Total 100%
Comentarios
En el apartado de "Portafolio" se incluyen las pruebas y tareas de evaluación continua de la asignatura.
En el apartado de "Pruebas de ejecución de tareas reales y/o simuladas" se incluyen las pruebas y tareas de evaluación de las prácticas con
ordenador, utilizando el software explicado ese año en la asignatura.
Criterios críticos para superar la asignatura
La calificación de Prácticas ("pruebas de ejecución de tareas reales y/o simuladas") debe ser superior a 0 para aprobar la asignatura. Si es 0, la nota final será el
mínimo entre 4 y el promedio ponderado de las notas parciales.

27/06/2023 19:04:10 - G 2023-24 - 801G - 821 - REF.: 02/06/2023 11:04:17

También podría gustarte