Nombre: METODOLOGÍAS ESTADÍSTICAS APLICADAS A LA INVESTIGACIÓN
Código: 227201002
Carácter: Obligatoria
ECTS: 3
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 1º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Online
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:
martes - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B015
Será necesario contactar previamente con la profesora para concertar una tutoría.
jueves - 11:00 / 14:00
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: 5 de investigación
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1, G2
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:
martes - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B015
Será necesario contactar previamente con la profesora para concertar una tutoría.
jueves - 11:00 / 14:00
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: 5 de investigación
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1, G2
[CB7 ]. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
[CB8 ]. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
[CG_1 ]. Aplicar metodologías de la investigación académica y conceptos de emprendimiento al ámbito de las tecnologías avanzadas de edificación.
[CE9 ]. Difundir adecuadamente los resultados estadísticos de experimentos en el ámbito de las tecnologías avanzadas de edificación y criticar las conclusiones de este tipo de experimentos en artículos de revistas especializadas.
[CT4 ]. Utilizar con solvencia los recursos de información.
[CT5 ]. Aplicar a la práctica los conocimientos adquiridos.
Una vez superada esta materia se espera que el alumno:
Disponer de las herramientas y capacidades en cuanto a planificación de experimentos y análisis de datos que le permitirán hacer frente con garantías a los problemas de innovación o investigación que se pueda encontrar.
Conocer las buenas prácticas en cuanto a difusión de resultados estadísticos y desarrollar una actitud crítica ante la presentación de resultados de experimentos y sus conclusiones en artículos de revistas especializadas del sector de la construcción, así como en informes, artículos de opinión que pueda encontrar en medios de comunicación.
Localizar, analizar y seleccionar la información precisa para desarrollar su actividad profesional/investigadora.
Gestionar y resolver actividades profesionales/investigadoras en entornos nuevos o definidos de forma incompleta, que requieran colaborar con especialistas de otros campos.
Presentación estadística de datos. Principios básicos del diseño de experimentos. Experimentos comparativos simples. Diseños factoriales. Ajustes de modelos de regresión. Metodología de superficie de respuesta y optimización con aplicación del diseño experimental.
Diseño de experimentos
Tema 1. ¿Estadísticamente significativo? ¿Variabilidad inherente o sistemática?
Tema 2. Modelos para el análisis de experimentos con un solo factor.
Variable respuesta y factor. Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados. Validación del modelo.
Tema 3. Diseños de experimentos con dos factores.
Efectos principales e interacción. Caso de un factor bloque. Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados para el análisis de varianza. Diseños equilibrados.
Tema 4. Diseño de experimentos con más factores.
Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados.
Modelos de regresión
Tema 5 Regresión múltiple.
Formulación del problema, estimación e interpretación de los coeficientes del modelo. Contraste de la hipótesis de significación de la regresión y de significación de coeficientes individuales. Principios básicos de selección de regresores.
Superficies de respuesta
Tema 6 Introducción a las superficies de respuesta.
Planteamiento del problema de la optimización en el diseño, aproximación de la respuesta a través de una superficie y búsqueda del óptimo.
Introducción a R y RStudio
Práctica 1. Introducción a R con RStudio, línea de comandos, entorno de trabajo, instrucciones básicas. Importar datos a partir de ficheros de texto, estructura de conjuntos de datos, tipo de variables, resumen numérico. Primeros pasos en la exploración del conjunto. Práctica 2. Exploración gráfica de un conjunto de datos con R.
Métodos ANOVA
Práctica 3. Los métodos de análisis de la varianza de un factor con R: exploración gráfica, interpretación de los resultados, comprobación de las hipótesis del modelo. Práctica 4. Para más de un factor: matriz del modelo, contrastes ortogonales, estimadores de los efectos y análisis de la varianza.
Modelos de regresión
Práctica 5. Regresión lineal múltiple con R: estimación de los parámetros, predicción y validación de las hipótesis del modelo.
Superficies de respuesta
Práctica 6. Introducción a la metodología de superficies de respuesta con R.
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.
Design of experiments
Unit 1. Statistically significant? Inherent or systematic variability?
Unit 2. Models for experiments with a single factor.
Responsible variable and factor. The associated statistical model, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters.
Unit 3 Design of experiments with two factors.
Main effects and interaction. Blocking factor to avoid confusion of effects. The associated statistical models, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters.
Unit 4 Design of experiments with more factors.
The associated statistical models, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters. Decomposition of sum of squares.
Multiple Regression
Unit 5 Multiple Regression
Statement of the problem, estimation of the model¿s coefficients. Testing for overall significance of the regression and of the individual coefficients. Basic principles for model selection.
Response Surface methodology.
Unit 6 Introduction to response Surface methodology.
Formulation of design optimization, approximation of the response using a Surface and search for optimum.
Aspectos referidos a la no presencialidad:
Los estudiantes pueden participar en las actividades formativas de esta asignatura de forma presencial (acudiendo físicamente al espacio en el que se desarrollan) o en línea a través de internet.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Análisis de casos especiales por su importancia o aplicación.
Se resolverán problemas tipo y se analizarán casos prácticos. Se enfatizará el trabajo en plantear los métodos de resolución y no los resultados. Se plantearán problemas y/o situaciones reales para que los alumnos los resuelvan de manera individual o en pequeños grupos, siendo guiados paso a paso por el profesor.
15
0
Clase en aula de informática: prácticas.
Las sesiones prácticas de laboratorio 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 de aula de informática se pretende que los alumnos adquieran habilidades básicas en el manejo de asistentes y herramientas estadísticas.
12
0
Actividades de evaluación (sistema de evaluación continua).
Durante el curso se plantearán en clase actividades basadas en problemas tipo y casos prácticos reales (de forma individual y/o en grupos), que servirán como seguimiento del grado de asimilación de los contenidos teóricos de la asignatura. Además se realizará una prueba escrita.
3
0
Tutorías.
Las tutorías serán individuales o de grupo con objeto de realizar un seguimiento individualizado y/o grupal del aprendizaje. Se resolverán dudas sobre teoría, problemas y prácticas de la asignatura.
3
0
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
Elaboración de los informes de prácticas individualmente y en grupo, siguiendo criterios establecidos.
Estudio de la materia. Resolución de problemas propuestos por el profesor.
57
0
Pruebas de evaluación individuales escritas / orales
Esta prueba consistirá en la resolución de problemas teórico-prácticos y de casos de estudio con los que se evaluará la comprensión de los conceptos de la materia impartida, así como la adquisición de las habilidades previstas.
50 %
Evaluación de trabajos y portfolio (entregas)
Análisis del conjunto de datos objeto de estudio.
Se valorará la capacidad de identificar las técnicas que deben aplicarse en cada caso, así como la capacidad de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico.
30 %
Seguimiento del alumno (asistencia o participación)
A través del planteamiento de casos sencillos de estudio se evaluará la capacidad de aplicar los conocimientos a la práctica, la capacidad de análisis y la destreza en el manejo del software estadístico.
20 %
Pruebas de evaluación individuales escritas / orales
Esta prueba consistirá en la resolución de problemas teórico-prácticos y de casos de estudio con los que se evaluará la comprensión de los conceptos de la materia impartida, así como la adquisición de las habilidades previstas.
50 %
Evaluación de trabajos y portfolio (entregas)
Análisis del conjunto de datos objeto de estudio.
Se valorará la capacidad de identificar las técnicas que deben aplicarse en cada caso, así como la capacidad de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico.
30 %
Seguimiento del alumno (asistencia o participación)
A través del planteamiento de casos sencillos de estudio se evaluará la capacidad de aplicar los conocimientos a la práctica, la capacidad de análisis y la destreza en el manejo del software estadístico.
20 %
Autor: Peña Sánchez de Rivera, Daniel
Título: Regresión y diseño de experimentos
Editorial: Alianza
Fecha Publicación: 2002
ISBN: 9788420693897
Autor: Kessler, M.
Título: Métodos Estadísticos de la Ingeniería
Editorial: Universidad Politécnica de Cartagena
Fecha Publicación: 2008
ISBN: 9788496997073
Autor: Montgomery, D.C.
Título: Diseño y análisis de experimentos
Editorial: México: Limusa Wley
Fecha Publicación: 2002
ISBN: 9789681861568
Autor: Faraway, J.J.
Título: Linear Models with R
Editorial: CRC Press
Fecha Publicación: 2015
ISBN: 9781439887349
Autor: Lohr, S.L.
Título: Sampling: Design and Analysis
Editorial: Taylor & Francis Ltd
Fecha Publicación: 2019
ISBN: 9780367273415
Autor: Wu, CFJ, Hamada, M
Título: Experiments: Planning, Analysis, and Optimization, 2nd Edition
Editorial: Wiley
Fecha Publicación: 2009
ISBN: 9780471699460
Página de la asignatura en el Aula Virtual.
http://www.r-project.org/
Nombre: METODOLOGÍAS ESTADÍSTICAS APLICADAS A LA INVESTIGACIÓN
Código: 227201002
Carácter: Obligatoria
ECTS: 3
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 1º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
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:
martes - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B015
Será necesario contactar previamente con la profesora para concertar una tutoría.
jueves - 11:00 / 14:00
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: 5 de investigación
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1, G2
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:
martes - 11:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B015
Será necesario contactar previamente con la profesora para concertar una tutoría.
jueves - 11:00 / 14:00
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: 5 de investigación
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1, G2
[CB7 ]. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
[CB8 ]. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
[CG_1 ]. Aplicar metodologías de la investigación académica y conceptos de emprendimiento al ámbito de las tecnologías avanzadas de edificación.
[CE9 ]. Difundir adecuadamente los resultados estadísticos de experimentos en el ámbito de las tecnologías avanzadas de edificación y criticar las conclusiones de este tipo de experimentos en artículos de revistas especializadas.
[CT4 ]. Utilizar con solvencia los recursos de información.
[CT5 ]. Aplicar a la práctica los conocimientos adquiridos.
Una vez superada esta materia se espera que el alumno:
Disponer de las herramientas y capacidades en cuanto a planificación de experimentos y análisis de datos que le permitirán hacer frente con garantías a los problemas de innovación o investigación que se pueda encontrar.
Conocer las buenas prácticas en cuanto a difusión de resultados estadísticos y desarrollar una actitud crítica ante la presentación de resultados de experimentos y sus conclusiones en artículos de revistas especializadas del sector de la construcción, así como en informes, artículos de opinión que pueda encontrar en medios de comunicación.
Localizar, analizar y seleccionar la información precisa para desarrollar su actividad profesional/investigadora.
Gestionar y resolver actividades profesionales/investigadoras en entornos nuevos o definidos de forma incompleta, que requieran colaborar con especialistas de otros campos.
Presentación estadística de datos. Principios básicos del diseño de experimentos. Experimentos comparativos simples. Diseños factoriales. Ajustes de modelos de regresión. Metodología de superficie de respuesta y optimización con aplicación del diseño experimental.
Diseño de experimentos
Tema 1. ¿Estadísticamente significativo? ¿Variabilidad inherente o sistemática?
Tema 2. Modelos para el análisis de experimentos con un solo factor.
Variable respuesta y factor. Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados. Validación del modelo.
Tema 3. Diseños de experimentos con dos factores.
Efectos principales e interacción. Caso de un factor bloque. Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados para el análisis de varianza. Diseños equilibrados.
Tema 4. Diseño de experimentos con más factores.
Modelo estadístico asociado, parámetros e hipótesis. Traducción de la pregunta de interés en términos de los parámetros del modelo. Descomposición de la suma de cuadrados.
Modelos de regresión
Tema 5 Regresión múltiple.
Formulación del problema, estimación e interpretación de los coeficientes del modelo. Contraste de la hipótesis de significación de la regresión y de significación de coeficientes individuales. Principios básicos de selección de regresores.
Superficies de respuesta
Tema 6 Introducción a las superficies de respuesta.
Planteamiento del problema de la optimización en el diseño, aproximación de la respuesta a través de una superficie y búsqueda del óptimo.
Introducción a R y RStudio
Práctica 1. Introducción a R con RStudio, línea de comandos, entorno de trabajo, instrucciones básicas. Importar datos a partir de ficheros de texto, estructura de conjuntos de datos, tipo de variables, resumen numérico. Primeros pasos en la exploración del conjunto. Práctica 2. Exploración gráfica de un conjunto de datos con R.
Métodos ANOVA
Práctica 3. Los métodos de análisis de la varianza de un factor con R: exploración gráfica, interpretación de los resultados, comprobación de las hipótesis del modelo. Práctica 4. Para más de un factor: matriz del modelo, contrastes ortogonales, estimadores de los efectos y análisis de la varianza.
Modelos de regresión
Práctica 5. Regresión lineal múltiple con R: estimación de los parámetros, predicción y validación de las hipótesis del modelo.
Superficies de respuesta
Práctica 6. Introducción a la metodología de superficies de respuesta con R.
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.
Design of experiments
Unit 1. Statistically significant? Inherent or systematic variability?
Unit 2. Models for experiments with a single factor.
Responsible variable and factor. The associated statistical model, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters.
Unit 3 Design of experiments with two factors.
Main effects and interaction. Blocking factor to avoid confusion of effects. The associated statistical models, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters.
Unit 4 Design of experiments with more factors.
The associated statistical models, parameters and hypothesis. How to formulate the relevant question in terms of the model parameters. Decomposition of sum of squares.
Multiple Regression
Unit 5 Multiple Regression
Statement of the problem, estimation of the model¿s coefficients. Testing for overall significance of the regression and of the individual coefficients. Basic principles for model selection.
Response Surface methodology.
Unit 6 Introduction to response Surface methodology.
Formulation of design optimization, approximation of the response using a Surface and search for optimum.
Aspectos referidos a la no presencialidad:
Los estudiantes pueden participar en las actividades formativas de esta asignatura de forma presencial (acudiendo físicamente al espacio en el que se desarrollan) o en línea a través de internet.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Análisis de casos especiales por su importancia o aplicación.
Se resolverán problemas tipo y se analizarán casos prácticos. Se enfatizará el trabajo en plantear los métodos de resolución y no los resultados. Se plantearán problemas y/o situaciones reales para que los alumnos los resuelvan de manera individual o en pequeños grupos, siendo guiados paso a paso por el profesor.
15
100
Clase en aula de informática: prácticas.
Las sesiones prácticas de laboratorio 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 de aula de informática se pretende que los alumnos adquieran habilidades básicas en el manejo de asistentes y herramientas estadísticas.
12
100
Actividades de evaluación (sistema de evaluación continua).
Durante el curso se plantearán en clase actividades basadas en problemas tipo y casos prácticos reales (de forma individual y/o en grupos), que servirán como seguimiento del grado de asimilación de los contenidos teóricos de la asignatura. Además se realizará una prueba escrita.
3
100
Tutorías.
Las tutorías serán individuales o de grupo con objeto de realizar un seguimiento individualizado y/o grupal del aprendizaje. Se resolverán dudas sobre teoría, problemas y prácticas de la asignatura.
3
50
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
Elaboración de los informes de prácticas individualmente y en grupo, siguiendo criterios establecidos.
Estudio de la materia. Resolución de problemas propuestos por el profesor.
57
0
Pruebas de evaluación individuales escritas / orales
Esta prueba consistirá en la resolución de problemas teórico-prácticos y de casos de estudio con los que se evaluará la comprensión de los conceptos de la materia impartida, así como la adquisición de las habilidades previstas.
50 %
Evaluación de trabajos y portfolio (entregas)
Análisis del conjunto de datos objeto de estudio. Se valorará la capacidad de identificar las técnicas que deben aplicarse en cada caso, así como la capacidad de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico.
30 %
Seguimiento del alumno (asistencia o participación)
A través del planteamiento de casos sencillos de estudio se evaluará la capacidad de aplicar los conocimientos a la práctica, la capacidad de análisis y la destreza en el manejo del software estadístico.
20 %
Pruebas de evaluación individuales escritas / orales
Esta prueba consistirá en la resolución de problemas teórico-prácticos y de casos de estudio con los que se evaluará la comprensión de los conceptos de la materia impartida, así como la adquisición de las habilidades previstas.
50 %
Evaluación de trabajos y portfolio (entregas)
Análisis del conjunto de datos objeto de estudio. Se valorará la capacidad de identificar las técnicas que deben aplicarse en cada caso, así como la capacidad de extraer conclusiones a partir de los resultados obtenidos en el análisis estadístico.
30 %
Seguimiento del alumno (asistencia o participación)
A través del planteamiento de casos sencillos de estudio se evaluará la capacidad de aplicar los conocimientos a la práctica, la capacidad de análisis y la destreza en el manejo del software estadístico.
20 %
Autor: Peña Sánchez de Rivera, Daniel
Título: Regresión y diseño de experimentos
Editorial: Alianza
Fecha Publicación: 2002
ISBN: 9788420693897
Autor: Kessler, M.
Título: Métodos Estadísticos de la Ingeniería
Editorial: Universidad Politécnica de Cartagena
Fecha Publicación: 2008
ISBN: 9788496997073
Autor: Montgomery, D.C.
Título: Diseño y análisis de experimentos
Editorial: México: Limusa Wley
Fecha Publicación: 2002
ISBN: 9789681861568
Autor: Faraway, J.J.
Título: Linear Models with R
Editorial: CRC Press
Fecha Publicación: 2015
ISBN: 9781439887349
Autor: Lohr, S.L.
Título: Sampling: Design and Analysis
Editorial: Taylor & Francis Ltd
Fecha Publicación: 2019
ISBN: 9780367273415
Autor: Wu, CFJ, Hamada, M
Título: Experiments: Planning, Analysis, and Optimization, 2nd Edition
Editorial: Wiley
Fecha Publicación: 2009
ISBN: 9780471699460
Página de la asignatura en el Aula Virtual.
http://www.r-project.org/