Nombre: ESTADÍSTICA APLICADA
Código: 522102001
Carácter: Básica
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 2º - Primer cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: CREVILLÉN GARCÍA, DAVID
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono:
Correo electrónico: david.crevillen@upct.es
Horario de atención y ubicación durante las tutorias:
martes - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B033
Las tutorías deben concertarse previamente con el profesor vía correo electrónico.
jueves - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B033
Las tutorías deben concertarse previamente con el profesor vía correo electrónico.
Titulaciones:
Doctor en Matemática Aplicada y Estadística en la Universidad de Nottingham (REINO UNIDO) - 2016
Licenciado en Matemáticas en la Universidad de Murcia (ESPAÑA) - 2002
Categoría profesional: Profesor Contratado Doctor
Nº de quinquenios: 1
Nº de sexenios: 1 de investigación
Curriculum Vitae: Perfil Completo
Nombre y apellidos: BUESO SÁNCHEZ, MARÍA DEL CARMEN
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338906
Correo electrónico: mcarmen.bueso@upct.es
Horario de atención y ubicación durante las tutorias:
lunes - 10:00 / 12:00
HOSPITAL DE MARINA, planta 0, Despacho B015
jueves - 09:00 / 13:00
HOSPITAL DE MARINA, planta 0, Despacho B015
Será necesario contactar previamente con la profesora para concertar una tutoría.
Titulaciones:
Doctor en Ciencias Matemáticas en la Universidad de Granada (ESPAÑA) - 1996
Licenciado en Ciencias Matemáticas, especialidad Estadística e Investigación Operativa, en la Universidad de Granada (ESPAÑA) - 1992
Categoría profesional: Profesora Titular de Universidad
Nº de quinquenios: 6
Nº de sexenios: 4 de investigación
Curriculum Vitae: Perfil Completo
[CB2 ]. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
[CG01 ]. Capacitación científico-técnica para el ejercicio de la profesión de Ingeniero Técnico de Obras Públicas y conocimiento de las funciones de asesoría, análisis, diseño, cálculo, proyecto, construcción, mantenimiento, conservación y explotación.
[B01 ]. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización.
[CT13 ]. Aplicar a la práctica los conocimientos adquiridos NIVEL 1
1. Identificar las técnicas descriptivas de clasificación y obtención de información a través de parámetros que caractericen el conjunto de datos objeto de estudio.
2. Identificar los principios generales de la teoría de la probabilidad.
3. Analizar e identificar los modelos de distribuciones de probabilidad que subyacen más frecuentemente.
4. Definir los principios del muestreo aleatorio y aplicar las técnicas de inferencia estadística para obtener estimaciones de parámetros, construir intervalos de confianza y realizar contrastes de hipótesis paramétricas y test de bondad de ajuste.
5. Aplicar las técnicas de mínimos cuadrados para obtener relaciones lineales o no lineales entre conjuntos de datos observados de manera simultánea.
6. Demostrar destreza en el manejo de tablas estadísticas, así como de software específico para la exploración y análisis de conjuntos numerosos de datos.
7. Establecer objetivos concretos y adecuados a la situación que se le plantea; identificar y valorar la información necesaria para alcanzar esos objetivos.
Estadística Descriptiva. Probabilidad. Modelos probabilísticos. Gráficos de Control. Inferencia estadística. Test de Bondad de Ajuste. Modelos de regresión aplicados a ingeniería.<br><br>
UNIDAD I. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
Tema 1. Estadística Descriptiva. Generalidades. Tabla de frecuencias. Representación gráfica. Síntesis numérica de una variable estadística unidimensional. Diagrama de caja-bigotes.
Tema 2. Fundamentos de la Probabilidad. Espacio muestral. Concepto de probabilidad. Definición axiomática. Probabilidad condicionada. Independencia de sucesos. Teorema de la Probabilidad Total. Teorema de Bayes.
UNIDAD II. VARIABLES ALEATORIAS
Tema 3. Variables Aleatorias. Concepto de variable aleatoria. Función de distribución. Propiedades. Tipos de variables aleatorias: variable aleatoria discreta y variable aleatoria continua. Características de una variable aleatoria: esperanza matemática. Desigualdad de Tchebychev.
Tema 4. Vectores Aleatorios. Distribución conjunta. Distribuciones marginales y condicionadas. Independencia de variables aleatorias.
Tema 5. Distribuciones Discretas de Probabilidad. Distribución uniforme discreta. Distribución de Bernoulli. Distribución binominal. Distribución geométrica. Distribución de Poisson.
Tema 6. Distribuciones Continuas de Probabilidad. Distribución uniforme. Distribución exponencial. Distribución normal. Distribuciones asociadas a la distribución normal.
UNIDAD III. INFERENCIA ESTADÍSTICA
Tema 7. Muestreo y Distribuciones de Muestreo. Muestra aleatoria simple. Distribución de la muestra. Concepto de estadístico. Estudio de la media y la varianza muestrales. Muestreo en poblaciones normales. Teorema Central del Límite. Nociones básicas aplicadas al control estadístico de procesos.
Tema 8. Introducción a la Teoría de Estimación. Conceptos básicos. Estimación puntual. Propiedades de los estimadores. Estimación por intervalos de confianza. Construcción de intervalos de confianza. Intervalos de confianza para los parámetros de distribuciones normales.
Tema 9. Contraste de Hipótesis. Planteamiento general de un problema de contraste de hipótesis. Conceptos básicos. Tipos de errores. Regla de decisión. Contrastes de hipótesis sobre los parámetros de las distribuciones más usuales. Tests de bondad de ajuste: Test Ji-cuadrado y Test de Kolmogorov.
UNIDAD IV. MODELOS DE REGRESIÓN
Tema 10. Modelo de Regresión Lineal Simple. Formulación del modelo. Hipótesis
del modelo. Estimación de los parámetros. Construcción de intervalos de confianza y contrastes de hipótesis sobre los parámetros del modelo. Predicción. Validación del modelo.
UNIDAD I. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
Práctica 1. Introducción al software de prácticas. Manejo de ficheros de datos. Se presenta el software de prácticas. Se aprende, por una parte, a introducir datos y crear nuestro propio conjunto de datos y, por otra, a importar datos desde un fichero externo. Práctica 2. Estadística descriptiva. Se obtienen representaciones gráficas del conjunto de datos que permiten visualizar el comportamiento global de las variables en estudio. Además, se calculan resúmenes numéricos para el total del conjunto de datos y distinguiendo subgrupos definidos por variables de tipo factor.
UNIDAD II. VARIABLES ALEATORIAS
Práctica 3. Distribuciones asociadas a variables aleatorias. Para distintos modelos de distribuciones, se representan gráficamente la función de densidad (para variables aleatorias continuas), puntual de probabilidad (para variables aleatorias discretas) o la función de distribución, se calculan probabilidades y cuantiles asociados a varios modelos discretos y continuos.
UNIDAD III. INFERENCIA ESTADÍSTICA
Práctica 4. Simulación de un proceso de muestreo. Estimación puntual y estimación por intervalos de confianza para la media. Gráficos de control. Se simula un proceso de muestreo, considerando muestras de diferentes tamaños. A partir de los datos muestrales se construyen intervalos de confianza y se comprueba cómo afecta el tamaño muestral a las estimaciones obtenidas. Práctica 5. Contrastes de hipótesis. Se realizan diferentes contrastes de hipótesis paramétricas admitiendo la hipótesis de normalidad para las poblaciones en estudio. En particular, se centra la práctica en los test de hipótesis para la media de una población y para la diferencia de medias de dos poblaciones. Por último, se realizan los contrastes no paramétricos de bondad de ajuste.
UNIDAD IV. MODELOS DE REGRESIÓN
Práctica 6. Modelos de regresión. Se ilustra cómo ajustar el modelo de regresión lineal para predecir una variable dependiente a partir de otras variables relacionadas. Se presentan diferentes procedimientos para la selección de las variables que estarán presentes en el modelo. Finalmente, se introducen los pasos a seguir para la validación de las hipótesis impuestas en el modelo. Práctica 7. Análisis de conjuntos de datos numerosos. Se analizan conjuntos de datos aplicando las técnicas estadísticas introducidas a lo largo del curso.
La Universidad Politécnica de Cartagena considera como uno de sus principios básicos y objetivos fundamentales la promoción de la mejora continua de las condiciones de trabajo y estudio de toda la Comunidad Universitaria. Este compromiso con la prevención y las responsabilidades que se derivan atañe a todos los niveles que integran la Universidad: órganos de gobierno, equipo de dirección, personal docente e investigador, personal de administración y servicios y estudiantes. El Servicio de Prevención de Riesgos Laborales de la UPCT ha elaborado un "Manual de acogida al estudiante en materia de prevención de riesgos" que puedes encontrar en el Aula Virtual, y en el que encontraras instrucciones y recomendaciones acerca de cómo actuar de forma correcta, desde el punto de vista de la prevención (seguridad, ergonomía, etc.), cuando desarrolles cualquier tipo de actividad en la Universidad. También encontrarás recomendaciones sobre cómo proceder en caso de emergencia o que se produzca algún incidente. En especial, cuando realices prácticas docentes en laboratorios, talleres o trabajo de campo, debes seguir todas las instrucciones del profesorado, que es la persona responsable de tu seguridad y salud durante su realización. Consúltale todas las dudas que te surjan y no pongas en riesgo tu seguridad ni la de tus compañeros.
DESCRIPTIVE STATISTICS AND PROBABILITY
1. Descriptive statistics.
2. Introduction to Probability Theory.
RANDOM VARIABLES
3. Random Variables.
4. Random Vectors.
5. Discrete Univariate Distributions.
6. Continuous Univariate Distributions.
STATISTICAL INFERENCE
7. Sampling and sampling distributions.
8. Introduction to Estimation Theory.
9. Hypothesis Testing.
REGRESSION MODELS
10. Simple Linear Regression Model.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Se exponen los conceptos asociados a los contenidos de teoría de la asignatura. Se plantean y se resuelven problemas o casos de estudio que ilustren los conceptos expuestos en las actividades de teoría.
38
100
Clase en laboratorio: prácticas.
Las sesiones prácticas de informática son fundamentales para aplicar los contenidos teóricos y prácticos a problemas reales que suelen involucrar a un elevado número de datos. Mediante las sesiones en el aula de informática se pretende que los alumnos adquieran habilidades básicas en el manejo de asistentes y herramientas estadísticas. Se plantearán problemas y/o situaciones reales para que los alumnos las resuelvan de manera individual o en pequeños grupos, siendo guiados paso a paso por el profesor.
12
100
Tutorías
Resolución de dudas sobre teoría, ejercicios, problemas y prácticas de ordenador. Tienen como objetivo realizar un seguimiento individualizado y/o grupal del aprendizaje.
2
50
Clase en aula de informática: prácticas.
Las sesiones prácticas de informática son fundamentales para aplicar los contenidos teóricos y prácticos a problemas reales que suelen involucrar a un elevado número de datos. Mediante las sesiones en el aula de informática se pretende que los alumnos adquieran habilidades básicas en el manejo de asistentes y herramientas estadísticas. Se plantearán problemas y/o situaciones reales para que los alumnos las resuelvan de manera individual o en pequeños grupos, siendo guiados paso a paso por el profesor.
4
25
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
El estudiante realiza los trabajos y ejercicios propuestos en clase, de entrega obligatoria o los opcionales. Estudio individual de lo expuesto en clases de teoría y problemas, uso de software específico para practicar, visualización de vídeos de apoyo, realización de ejercicios y casos prácticos, etc.
118
0
Actividades de evaluación (sistema de evaluación continua).
El estudiante realiza los trabajos y ejercicios propuestos en clase, de entrega obligatoria o los opcionales. Se realizarán varias pruebas escritas individuales. Estas pruebas están distribuidas a lo largo del curso y permiten comprobar el grado de consolidación del aprendizaje.
6
100
Pruebas escritas/orales
Se realizarán dos pruebas escritas de evaluación individual: prueba I (35%) y prueba II (35%). Cada prueba consistirá en la resolución de problemas y cuestiones teórico-prácticas, mediante los cuales se pretende evaluar la comprensión de los conceptos, así como la adquisición de las habilidades previstas. Se valorará principalmente la capacidad de identificar las técnicas que deben aplicarse en cada caso para extraer información útil del conjunto de datos objeto de estudio. La prueba I evalúa los resultados de aprendizaje de 1 a 3 y la prueba II los resultados de aprendizaje 4 y 5. Se exige una nota mínima de 4 puntos sobre 10 en cada prueba de la actividad para entrar a ponderar en la calificación final.
70 %
Evaluación de trabajos, informes, etc.
Esta actividad se compone de dos partes: la primera, con un peso del 5%, consistirá en la resolución de una serie de problemas propuestos en las clases de problemas donde se evaluarán los resultados de aprendizaje de 1 a 5; y de una segunda parte, con un peso del 5%, que consistirá en la resolución de problemas con uso de software propuestos en las sesiones de prácticas donde se evaluarán los resultados de aprendizaje 6 y 7. El alumno deberá defender la resolución de problemas. Se valorará principalmente la capacidad de identificar las técnicas que deben aplicarse en cada caso para extraer información útil del conjunto de datos objeto de estudio.
10 %
Evaluación de prácticas de laboratorio, prácticas en aula de informática o prácticas de campo
Resolución de problemas haciendo uso del software estadístico. Se evalúan los resultados de aprendizaje 6 y 7, y se valorará tanto la destreza en el manejo del software utilizado como la capacidad de aplicar conocimientos a la práctica y la capacidad de análisis y de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico de conjuntos numerosos de datos. Se exige un 3 sobre 10 de nota mínima en la actividad para entrar a ponderar en la calificación final.
20 %
Pruebas escritas/orales
Se realizará una prueba escrita de evaluación individual que constará de dos partes: parte I (35%) y parte II (35%). La prueba consistirá en la resolución de problemas y cuestiones teórico-prácticas, mediante los cuales se pretende evaluar la comprensión de los conceptos, así como la adquisición de las habilidades previstas. Se valorará principalmente la capacidad de identificar las técnicas que deben aplicarse en cada caso para extraer información útil del conjunto de datos objeto de estudio. La parte I evalúa los resultados de aprendizaje de 1 a 3 y la parte II los resultados de aprendizaje 4 y 5. Cada parte coincidirá en materia con las pruebas parciales propuestas en evaluación continua, de forma que aquellos alumnos que hayan obtenido la nota mínima exigida en dichas pruebas no estarán obligados a realizar la parte equivalente en la evaluación final. Se exige un 4 de nota mínima en cada parte del examen para entrar a ponderar en la calificación final.
70 %
Evaluación de trabajos, informes, etc.
Esta actividad consiste en la resolución individual (con y sin uso de software) de problemas en la prueba de evaluación final, y referidos a los contenidos de la actividad equivalente de evaluación continua. Se evaluarán los resultados de aprendizaje de 1 a 7.
10 %
Evaluación de prácticas de laboratorio, prácticas en aula de informática o prácticas de campo
Resolución de problemas haciendo uso del software estadístico. Se evalúan los resultados de aprendizaje 6 y 7, y se valorará tanto la destreza en el manejo del software utilizado como la capacidad de aplicar conocimientos a la práctica, y la capacidad de análisis y de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico de conjuntos numerosos de datos. Aquellos alumnos que hayan obtenido la nota mínima exigida en la prueba equivalente en la evaluación continua no estarán obligados a realizar esta prueba en la evaluación final. Se exige un 3 de nota mínima en la actividad para entrar a ponderar en la calificación final.
20 %
Autor:
Título: Estadística básica con R y R-comander
Editorial: Cádiz :|Universidad de Cádiz,
Fecha Publicación: 2008
ISBN: 8498281866
Autor: Kessler, M.
Título: Métodos Estadísticos de la Ingeniería
Editorial: Universidad Politécnica de Cartagena
Fecha Publicación: 2008
ISBN: 9788496997073
Autor: Montgomery, Douglas C.
Título: Probabilidad y estadística aplicadas a la ingeniería
Editorial: McGraw-Hill
Fecha Publicación: 2005
ISBN: 9701010175
Autor: Peña Sánchez de Rivera, Daniel
Título: Regresión y diseño de experimentos
Editorial: Alianza
Fecha Publicación: 2002
ISBN: 9788420693897
Autor: Peña Sanchez Rivera, Daniel
Título: Estadistica. Modelos y métodos
Editorial: Alianza
Fecha Publicación: 1987
ISBN: 8420689831
Autor: Walpole, Ronald E.
Título: Probabilidad y estadística para ingenieria y ciencias
Editorial: Prentice Hall
Fecha Publicación: 2007
ISBN: 978974425536
Aula virtual de la asignatura accesible para todos los alumnos matriculados a través de la dirección web https://aulavirtual.upct.es/