Nombre: ESTADÍSTICA APLICADA
Código: 523102001
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: MARÍN GARCÍA, JUAN JOSÉ
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338905
Correo electrónico: juanjose.marin@upct.es
Horario de atención y ubicación durante las tutorias:
lunes - 11:00 / 13:00
HOSPITAL DE MARINA, planta 0, Despacho B014
martes - 08:45 / 10:45
HOSPITAL DE MARINA, planta 0, Despacho B014
jueves - 11:00 / 13:00
HOSPITAL DE MARINA, planta 0, Despacho B014
Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo juanjose.marin@upct.es
Titulaciones:
Doctor en Matemáticas en la Universidad Autónoma de Madrid (ESPAÑA) - 2019
Categoría profesional: Profesor Ayudante Doctor
Nº de quinquenios: No procede por el tipo de figura docente
Nº de sexenios: No procede por el tipo de figura docente
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1
Nombre y apellidos:
Nombre y apellidos: RAMOS DOS SANTOS , BRUNO
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338916
Correo electrónico: bruno.ramosdossantos@upct.es
Horario de atención y ubicación durante las tutorias:
martes - 10:00 / 11:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
martes - 13:00 / 15:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
jueves - 11:00 / 14:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo bruno.ramosdossantos@upct.es
Titulaciones:
Doctor en Estadística en la Universidades Extranjeras* (BRASIL) - 2016
Categoría profesional: Profesor Ayudante Doctor
Nº de quinquenios: No procede por el tipo de figura docente
Nº de sexenios: No procede por el tipo de figura docente
Curriculum Vitae: Perfil Completo
[CB5 ]. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
[CG01 ]. Capacitación científico-técnica para el ejercicio de la profesión de Ingeniero Técnico de Minas 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
[C02 ]. Comprensión de los conceptos de aleatoriedad de los fenómenos físicos, sociales y económicos, así como de incertidumbre
[T03 ]. Aprender de forma autónoma
R01 Discriminar entre los objetivos de un análisis de tipo descriptivo o un análisis de tipo inferencial.
R02 Recordar y aplicar las técnicas descriptivas de clasificación y obtención de información a través de parámetros que caractericen el conjunto de datos objeto de estudio.
R03 Emplear las técnicas de mínimos cuadrados para obtener relaciones lineales o no lineales entre conjuntos de datos observados de manera simultánea, identificar las técnicas de regresión simple, formular las hipótesis asociadas a este tipo de modelos, y utilizar las técnicas de selección del mejor modelo, así como decidir o proponer modelos adecuados.
R04 Utilizar los principios generales de la teoría de la probabilidad, así como construir y aplicar árboles de decisión como herramienta para la toma de decisiones en ambientes de incertidumbre.
R05 Analizar e identificar los modelos de distribuciones de probabilidad que subyacen más frecuentemente.
R06 Describir, organizar y resumir conjuntos de dos o más variables aleatorias y diferenciar situaciones de independencia e interdependencia estadística entre ellas.
R07 Aplicar los fundamentos y técnicas básicas del muestreo estadístico, así como emplear los principios y aplicaciones de la inferencia estadística (técnicas de estimación de parámetros, intervalos de confianza, contrastes de hipótesis paramétricos y test de bondad de ajuste).
R08 Emplear las técnicas básicas del control de procesos productivos y manejar los distintos criterios que indican la falta de control del proceso.
R09 Formular problemas reales en términos estadísticos, aplicar las técnicas adecuadas para su correcta resolución, y manejar software y tablas estadísticas.
R10 Reconocer sus necesidades formativas y mostrar una actitud activa respecto al aprendizaje continuo.
Estadística descriptiva. Modelos de regresión aplicados a la ingeniería. Fundamentos de Teoría de la Probabilidad. Modelos probabilísticos. Inferencia estadística. Test de bondad de ajuste (Test Ji-cuadrado y Kolmogorov). Gráficos de Control.<br><br><br><br><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.
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. Práctica 6. Test de bondad de ajuste. Se realizan contrastes no paramétricos de bondad de ajuste para las distintas distribuciones de probabilidad estudiadas durante las clases de teoría.
UNIDAD IV. MODELOS DE REGRESIÓN
Práctica 7. 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.
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 en el apartado actúa sobre una emergencia, pestaña "guías técnicas", y en el que encontrarás 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 en el apartado actúa sobre una emergencia, 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.
43
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.
4
100
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.
12
100
Actividades de evaluación continua en horario lectivo.
Realización de pruebas escritas individuales a lo largo del curso que permitan comprobar el grado de consolidación del aprendizaje.
5
100
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
Realización de tareas propuestas en clase.
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.
116
0
Exámenes (orales o escritos)
E01: Se corresponde con 2 Actividades de Evaluación (E01_1, E01_2) descritas a continuación.
* E01_1 (Actividad de Evaluación 1: Peso = 35%): La actividad E01_1 (35%) se desarrolla durante el periodo docente. Consiste en un examen escrito de problemas y/o cuestiones teórico-prácticas sin uso de software. Esta prueba tiene un peso del 35% sobre la calificación final, estableciéndose una puntuación mínima de 4 puntos sobre 10 para poder liberar este bloque y no ser evaluado de esta parte en la actividad E01_2 (obligatoria). La actividad E01_1 tendrá como actividad equivalente de recuperación el bloque correspondiente incluido en E01_2 en convocatoria ordinaria y en la prueba extraordinaria.
* E01_2 (Actividad de Evaluación 2: Peso = 70%): Examen escrito de problemas y/o cuestiones teórico-prácticas sin uso de software. La actividad E01_2 constituye la evaluación final ordinaria. En la convocatoria extraordinaria existirán actividades equivalentes que permitirán recuperar cada una de las actividades no superadas. Esta prueba consta de dos bloques: el primer bloque engloba a la actividad E01_1 para aquellos estudiantes que no la realizaron, o bien, no alcanzaron la puntuación mínima para liberarla; el segundo bloque es obligatorio para todos los estudiantes, tiene un peso del 35% sobre la calificación final y engloba a aquellos aspectos que no fueron evaluados en la prueba E01_1. Se establece una puntuación mínima de 4 puntos sobre 10 en el total de la actividad E01 para poder superar la asignatura.
70 %
Realización o exposición de trabajos (informes, ejercicios, entregables, casos prácticos, etc.), individualmente o en grupo
E02: Se realizará de manera conjunta con la actividad E01_2 en la fecha oficial indicada para la convocatoria final ordinaria. Se realizará una única tarea con un peso del 30% sobre la calificación final, estableciéndose una puntuación mínima de 4.0 sobre 10 para esta actividad para poder superar la asignatura. La tarea versará sobre la resolución de cuestiones, problemas y/o casos prácticos con uso de software. Se evalúa la resolución de problemas, así como las destrezas y habilidades para el manejo de herramientas estadísticas. Se podrá exigir la exposición oral de las conclusiones más relevantes correspondientes a la resolución de los ejercicios planteados. Esta actividad tendrá una actividad equivalente en la prueba extraordinaria con las mismas características y ponderación.
30 %
Evaluación de prácticas de laboratorio, informática o campo
.
0 %
Técnicas de observación o registro (listas de control, rúbricas, etc.)
0 %
La nota final de la asignatura se obtendrá sumando las puntuaciones obtenidas en las distintas actividades de evaluación, teniendo en cuenta sus ponderaciones correspondientes. Para superar la asignatura, el estudiante deberá obtener una nota final de al menos 5 puntos sobre 10 y haber alcanzado la calificación mínima exigida en cada actividad de evaluación. Según lo establecido en el artículo 8.3 del Reglamento de Evaluación para los títulos oficiales de Grado y de Máster de la UPCT, para esta asignatura se establece que: si un estudiante desea presentarse al primer bloque que engloba a la actividad E01_1 en las convocatorias ordinarias o extraordinarias habiendo superado la calificación mínima de la actividad E01_1 de la actividad voluntaria, deberá renunciar a la calificación obtenida en dicha actividad con al menos 5 días naturales de antelación a la realización de la nueva actividad. La renuncia deberá realizarse mediante un escrito remitido al profesor responsable de la asignatura y solo tendrá efecto para la convocatoria en la que se presenta el estudiante. Respecto a la conservación de la calificación obtenida en cada actividad de evaluación, será de aplicación lo establecido en la normativa correspondiente de la UPCT.
Autor:
Título: Estadística básica con R y R-comander
Editorial: Cádiz :|Universidad de Cádiz,
Fecha Publicación: 2008
ISBN: 8498281866
Autor: Kessler, Mathieu
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
Apuntes de clase disponibles en el Aula virtual de la asignatura.