Nombre: ESTADÍSTICA
Código: 502101003
Carácter: Básica
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 1º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: NAVARRO ADELANTADO, MARÍA DE LOS REMEDIOS
Área de conocimiento: Matemática Aplicada
Departamento: Matemática Aplicada y Estadística
Teléfono: 968325748
Correo electrónico: remedios.navarro@upct.es
Horario de atención y ubicación durante las tutorias:
Titulaciones:
Categoría profesional: Docente por Sustitución
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: MOLINA LEGAZ, ROQUE
Área de conocimiento: Matemática Aplicada
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338896
Correo electrónico: roque.molina@upct.es
Horario de atención y ubicación durante las tutorias:
martes - 16:00 / 18:00
HOSPITAL DE MARINA, planta 3, Despacho 3060
Las tutorías serán presenciales y/o online. Siempre hay que solicitar cita previa por email (roque.molina@upct.es).
Durante todo el curso se atenderán tutorías individualizadas por email (especialmente para resolver dudas puntuales).
miércoles - 16:00 / 18:00
HOSPITAL DE MARINA, planta 3, Despacho 3060
Las tutorías serán presenciales y/o online. Siempre hay que solicitar cita previa por email (roque.molina@upct.es).
Durante todo el curso se atenderán tutorías individualizadas por email (especialmente para resolver dudas puntuales).
jueves - 16:00 / 18:00
HOSPITAL DE MARINA, planta 3, Despacho 3060
Las tutorías serán presenciales y/o online. Siempre hay que solicitar cita previa por email (roque.molina@upct.es).
Durante todo el curso se atenderán tutorías individualizadas por email (especialmente para resolver dudas puntuales).
Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo roque.molina@upct.es
Titulaciones:
Categoría profesional: Profesor Titular de Universidad
Nº de quinquenios: 7
Nº de sexenios: 1 de investigación
Curriculum Vitae: Perfil Completo
[CB3 ]. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
[CG3 ]. Llevar a cabo actividades técnicas de cálculo, mediciones, valoraciones, tasaciones y estudios de viabilidad económica; realizar peritaciones, inspecciones, análisis de patología y otros análogos y redactar los informes, dictámenes y documentos técnicos correspondientes; efectuar levantamientos de planos en solares y edificios.
[CE01 ]. Aptitud para utilizar los conocimientos aplicados relacionados con el cálculo numérico e infinitesimal, el álgebra lineal, la geometría analítica y diferencial, y las técnicas y métodos probabilísticos y de análisis estadístico
La asignatura Estadística se ha diseñado teniendo en cuenta el perfil profesional del Ingeniero de la Edificación. Como consecuencia, el objetivo de la misma es formar a los alumnos y alumnas en la aplicación de técnicas estadísticas en el entorno de la construcción y la edificación de obras, que les ayuden en la toma de decisiones y en el control de los procesos técnicos y de organización en dicho entorno.
[CT04 ]. Uso solvente de los recursos de información
Al finalizar con éxito la asignatura, el estudiante será capaz de:
Discriminar entre los objetivos de un análisis de tipo descriptivo o un análisis de tipo inferencial.
Identificar las técnicas descriptivas de clasificación y obtención de información a través de parámetros que caractericen el conjunto de datos objeto de estudio.
Aplicar 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 y las hipótesis asociadas a este tipo de modelos.
Listar los principios generales de la teoría de la probabilidad.
Analizar e identificar los modelos de distribuciones de probabilidad que subyacen más frecuentemente.
Operar un conjunto de dos o más variables aleatorias identificando situaciones de independencia e interdependencia estadística entre ellas.
Demostrar las destrezas en el manejo de software y tablas estadísticas.
Reconocer el valor de la información, identificar las fuentes de información básicas y realizar búsquedas en recursos de información generales.
Aplicar las técnicas básicas del control de procesos productivos y manejar los distintos criterios que indican la falta de control del proceso.
Exploración de datos.<br>Probabilidad. <br>Inferencia estadística.<br><br><br><br><br><br>
UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
Tema1. Estadística descriptiva
1. Conceptos básicos: características
continuas y discretas.
2. Organización y representaciones
gráficas asociadas a un conjunto de datos.
3. Medidas características de un
conjunto de datos.
4. Diagrama de caja y bigotes.
Tema 2. Introducción a la teoría de la
probabilidad
1. El modelo probabilístico.
2. Espacio muestral, sucesos y
probabilidad.
3. Probabilidad condicionad.
Independencia de sucesos.
4. Teorema de la probabilidad total y teorema de Bayes
UNIDAD DIDÁCTICA 2. VARIABLES ALEATORIAS Y MODELOS UNIVARIANTES
Tema 3. Variables aleatorias
1. Concepto de variable aleatoria y
función de distribución.
2. Variables aleatorias discretas:
función puntual de probabilidad.
3. Variables aleatorias continuas:
función de densidad.
4. Medias de centralización y
dispersión asociadas a variables
aleatorias.
5. Desigualdad de Tchebychev.
6. Principales distribuciones discretas.
7. Principales distribuciones
continuas.
8. Teorema de DeMoivre-Laplace.
9. Distribuciones asociadas al modelo
normal: Distribución Ji-cuadrada y distribución t de Student.
Tema 4. Vectores aleatorios
1. Distribuciones multivariantes.
2. Distribución conjunta, marginal y
condicionada.
3. Independencia de variables
aleatorias.
UNIDAD DIDÁCTICA 3. MUESTREO E INFERENCIA ESTADÍSTICA
Tema 5. Muestreo y distribuciones
muestrales
1. Conceptos básicos.
2. Técnicas de muestreo. Estadísticos
muestrales.
3. Distribuciones asociadas a los
principales estadísticos muestrales.
4. Nociones básicas asociadas al
control estadístico de procesos.
Tema 6. Introducción a la teoría de la
estimación
1. Estimación puntual. Sesgo y
varianza asociado a un estimador.
2. Estimación por intervalos.
3. Intervalos de confianza asociados a
los principales estadísticos.
4. Determinación del tamaño de la
muestra.
Tema 7. Contrastes de hipótesis
paramétricos y Test de bondad de ajuste.
1. Conceptos básicos. Hipótesis
estadísticas y errores asociados.
2. Contrastes unilaterales y bilaterales
asociados a los principales estadísticos.
3. Contrastes para dos poblaciones.
4. Test de bondad de ajuste basado
en la distribución Ji-cuadrado.
5. Test de Kolmogorov-Smirnov.
6. Test de Shapiro_Wilks y gráficos de
cuantiles.
UNIDAD DIDÁCTICA 4. REGRESIÓN
Tema 8. El modelo de regresión lineal
1. Hipótesis del modelo de regresión
simple.
2. Estimación de los parámetros del
modelo e inferencia.
3. Predicciones.
4. Diagnosis y validación del modelo.
5. Transformaciones.
UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
1. Introducción al software de prácticas. Manejo de ficheros. El objetivo de esta práctica es familiarizar al alumno con el programa R y el interfaz R_Commander, describir los distintos menús desplegables a disposición del usuario y manejar las distintas maneras de recuperar ficheros externos con el programa. 2. Estadística descriptiva. En esta práctica veremos cómo obtener medidas descriptivas asociadas a un conjunto de datos así como realizar representaciones gráficas que nos permitan mostrar de manera sencilla las características más relevantes asociadas al conjunto de datos observado.
UNIDAD DIDÁCTICA 2. VARIABLES ALEATORIAS Y MODELOS UNIVARIANTES
3. Distribuciones asociadas a variables aleatorias. En esta práctica veremos cómo RCommander nos permite obtener probabilidades, percentiles y representaciones gráficas de la densidad/función puntual de probabilidad y función de distribución de los modelos más comunes de distribuciones de probabilidad. 4. Fiabilidad de sistemas. En esta práctica obtenemos por simulación la fiabilidad de diversas configuraciones de dispositivos, a partir de la fiabilidad de cada una de sus componentes.
UNIDAD DIDÁCTICA 3. MUESTREO E INFERENCIA ESTADÍSTICA
5. Estimación y Contrastes paramétricos. En esta práctica ilustraremos cómo realizar los procedimientos infererenciales sobre los parámetros poblacionales haciendo uso de las funciones implementadas en R y R-Commander. Concretamente, a partir de los datos muestrales construiremos intervalos de confianza y comprobaremos cómo afecta el tamaño muestral y el nivel de confianza a las estimaciones obtenidas. También nos plantearemos diferentes contrastes de hipótesis paramétricas para una y dos poblaciones independientes. 6. Test de bondad de ajuste. En esta páctica ilustraremos las pruebas no paramétricas cuya finalidad es determinar si los datos con los que trabajamos pueden considerarse procedentes de una distribución de probabilidad prefijada de antemano , midiendo la discrepancia entre la distribución observada y la teórica e indicando en qué medida las discrepancias, si las hubiera, se deben al azar.
UNIDAD DIDÁCTICA 4. REGRESIÓN
7. Regresión lineal simple: Diagnosis y validación del modelo. Modelos linealizables. En esta práctica se aplicará el modelo de regresión lineal simple a un conjunto de datos bidimensional, se interpretarán los p-valores en los contrastes t de las estimaciones del modelo, se construirán intervalos de confianza a las estimaciones del modelo y se interpretará el coeficiente de determinación. A continuación se estudiará la diagnosis y validación del modelo mediante los gráficos de los residuos y algunas pruebas numéricas. Finalmente se ajustará un nuevo modelo de regresión que precisa una transformación de los datos para linealizarlos.
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.
PART 1. DESCRIPTIVE STATISTIC AND PROBABILITY
Unit 1.- Descriptive statistics.
Unit 2.- Probability theory foundations.
PART 2.RANDOM VARIABLES AND SOME PROBABILITY DISTRIBUTIONS
Unit 3.- Unidimensional random variables.
Unit 4.- Multidimensional random variables.
PART 3. SAMPLING METHODS AND STATISTICAL INFERENCE
Unit 5.- Sampling and sampling distributions.
Unit 6.- Introduction to estimation theory.
Unit 7.- Introduction to test hypothesis theory
and Goodness-of-fit tests.
PART 4. REGRESSION
Unit 9.- The simple linear regression model.
Unit 10.- Simple linear regression.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Clases de teoría desarrolladas en el aula, empleando el método de la lección magistral mediante el uso de pizarra, diapositivas y/o recursos adaptados a los temas en desarrollo. Pudiendo usarse presentaciones u otros recursos. Resolución de dudas planteadas por los alumnos. Se resolverán problemas tipo y se analizarán casos prácticos. Destacando la importancia del procedimiento en la resolución y no sólo el resultado.
42
100
Clase en aula de informática: prácticas.
Clases prácticas con software estadístico correspondientes a las actividades de evaluación AEC3 y AEC4. Las sesiones prácticas son. fundamentales para aplicar los contenidos teóricos y prácticos. Se pretende que los estudiantes adquieran habilidades en el manejo de las herramientas estadísticas.
12
100
Actividades de evaluación continua en horario lectivo.
A lo largo del cuatrimestre se realizarán varias actividades de evaluación continua para evaluar los resultados del aprendizaje. Los detalles de cada actividad aparecen explicados en el apartado sistemas de evaluación.
6
100
Actividades de evaluación final y continua fuera de horario lectivo.
En las fechas oficiales, fijadas por el Centro, se realizarán las pruebas equivalentes a las actividades del sistema de evaluación continua. Los detalles de las actividades aparecen en el apartado "sistemas de evaluación".
6
100
Tutorías.
Las tutorías serán individuales y/o grupales con objeto de realizar un seguimiento mejor del aprendizaje. Se resolverán dudas sobre teoría , problemas y prácticas de la asignatura.
4
50
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
El trabajo del alumno supondrá, al menos, unas 6 h semanales y entre 10 y 15 horas para el trabajo final de prácticas.
110
0
Evaluación de trabajos y portfolio
Evaluación de prácticas de la asignatura (EP) (peso del 20%): Se valorarán los trabajos y actividades realizadas por el alumno de forma individual o en grupo durante el desarrollo del cuatrimestre, y que habrán de ser resueltas con el software R. Se dará un plazo oportuno para su entrega. Se podrá mantener una entrevista individual con cada alumno para que explique lo realizado en estas prácticas, así como las conclusiones obtenidas. No hay calificación mínima para superar esta prueba.
Correspondencia en evaluación final ordinaria y extraordinaria: La actividad EP tendrá una prueba o entrega equivalente en la convocatoria ordinaria y en la convocatoria extraordinaria, con la misma ponderación del 20%. Esta actividad consistirá en la entrega, resolución de trabajos/prácticas equivalentes a los realizados durante el curso con software R. El/la estudiante podrá recuperar esta parte si no la realizó o pretende aumentar la calificación obtenida. Si el/la estudiante decide presentarse a esta prueba, renuncia a la calificación obtenida durante el curso, si la hubiera. No hay calificación mínima para superar esta prueba.
Criterio para aprobar la asignatura: La calificación final se calculará como 0,8 × EE + 0,2 × EP. Para superar la asignatura será necesario obtener una calificación final igual o superior a 5 sobre 10. No se exige nota mínima ni en EE ni en EP.
20 %
Prueba final individual
Prueba escrita teórica/práctica (EE) (peso del 80%): El examen escrito constará de cuestiones teóricas y ejercicios prácticos a realizar en el aula en la fecha de la convocatoria ordinaria y/o extraordinaria, sin ayuda de software.
Criterio para aprobar la asignatura: La calificación final se calculará como 0,8 × EE + 0,2 × EP. Para superar la asignatura será necesario obtener una calificación final igual o superior a 5 sobre 10. No se exige nota mínima ni en EE ni en EP.
80 %
Autor: Kessler, Mathieu
Título: Métodos Estadísticos de la Ingeniería
Editorial: Universidad Politécnica de Cartagena
Fecha Publicación: 2008
ISBN: 9788496997073
Autor: Peña Sánchez de Rivera, Daniel
Título: Fundamentos de estadística
Editorial: Alianza
Fecha Publicación: 2008
ISBN: 9788420683805
Autor: Montgomery, Douglas C.
Título: Probabilidad y estadística aplicadas a la ingeniería
Editorial: McGraw-Hill
Fecha Publicación: 2005
ISBN: 9701010175
Autor: Moore, David S.
Título: Estadística aplicada básica
Editorial: Antoni Bosch editor,
Fecha Publicación: 2005
ISBN:
Autor: Peña Sánchez de Rivera, Daniel
Título: Regresión y diseño de experimentos
Editorial: Alianza
Fecha Publicación: 2002
ISBN: 9788420693897
Autor: Montgomery, Douglas C.
Título: Control estadístico de la calidad
Editorial: Limusa-Wiley
Fecha Publicación: 2004
ISBN: 9681862341