G4031109 - Métodos Estatísticos (Formación Básica) - Curso 2013/2014

Información

• Créditos ECTS
• Créditos ECTS: 6.00
• Total: 6.0
• Horas ECTS
• Clase Expositiva: 30.00
• Clase Interactiva Laboratorio: 15.00
• Clase Interactiva Seminario: 4.00
• Horas de Titorías: 2.00
• Total: 51.0

Outros Datos

• Tipo: Materia Ordinaria Grao RD 1393/2007
• Departamentos: Estatística e Investigación Operativa
• Áreas: Estatística e Investigación Operativa
• Centro: Facultade de Ciencias [L]
• Convocatoria: 2º Semestre de Titulacións de Grao/Máster
• Docencia e Matrícula: Primeiro Curso (1º 1ª vez)

Profesores

Nome	Coordinador
MUÑOZ FERREIRO, MARIA DE LAS NIEVES.	NON
RAMIL NOVO, LUIS ALBERTO.	SI

Horarios

Nome	Tipo Grupo	Tipo Docencia	Horario Clase	Horario exames
Grupo /CLE_01	Ordinario	Clase Expositiva	SI	SI
Grupo /CLIL_01	Ordinario	Clase Interactiva Laboratorio	SI	NON
Grupo /CLIS_01	Ordinario	Clase Interactiva Seminario	SI	NON
Grupo /TI-ECTS01	Ordinario	Horas de Titorías	SI	NON
Grupo /TI-ECTS02	Ordinario	Horas de Titorías	SI	NON

Programa

Existen programas da materia para os seguintes idiomas:

Castelán

Galego

Obxectivos da materia
O obxectivo xeral é dar a coñecer os principais modelos de distribución de probabilidade, as técnicas clásicas de inferencia estatística, e as súas aplicacións.
Contidos
Tema 1. ANÁLISE EXPLORATORIA DE DATOS
Variables unidimensionais. Distribucións de frecuencias. Representacións gráficas. Medidas de posición, de dispersión e de forma.
Variables bidimensionais. Coeficientes de correlación e determinación. Axustes de funcións polo método de mínimos cadrados.

Tema 2. CÁLCULO DE PROBABILIDADES E VARIABLES ALEATORIAS
Definicións de probabilidade. Cálculo de probabilidades. Independencia.
Variables aleatorias discretas e continuas. Función de masa de probabilidade. Función de densidade.
Características poboacionais de posición e de dispersión.
Modelos de distribución de probabilidade de uso común. Distribución binomial. Distribución normal. Teorema central do límite. Distribucións relacionadas coa normal: chi cadrado de Pearson, t de Student, F de Fisher-Snedecor.

Tema 3. ESTIMACIÓN PUNTUAL E POR INTERVALOS DE CONFIANZA
Introducción á mostraxe aleatoria. Estimadores puntuais e erros típicos. Estatísticos e distribucións de referencia: estimación e comparación de medias, proporcións e varianzas. Intervalos de confianza baseados nunha e dúas mostras sobre medias, proporcións e varianzas. Determinación do tamaño dunha mostra.

Tema 4. CONTRASTE DE HIPÓTESES
Metodoloxía e conceptos básicos. Tests de hipóteses sobre medias, proporcións e varianzas. Contrastes de bondade de axustamento. Técnicas de control estatístico para a optimización de procesos.

Tema 5. MODELOS DE ANÁLISE DA VARIANZA
Deseño completamente aleatorizado. Comparación conxunta de medias. Comparación de medias por pares. Determinación dos niveis óptimos dun proceso. Análise dos residuos. Deseños con dous factores.

Tema 6. MODELOS DE REGRESIÓN
O modelo de regresión lineal simple e o modelo de regresión lineal múltiple.
Inferencia estatística sobre os coeficientes de regresión e o valor medio. Intervalos de predicción. Análise dos residuos.
Transformacións de modelos non lineais.

Laboratorio. ESTATÍSTICA CON EXCEL E R-COMMANDER
Sesión 1. Utilización de fórmulas e funcións de Excel.
Análise exploratoria de datos mediante gráficos.
Sesión 2. Análise estatística descritiva e variables aleatorias.
Elaboración dun libro Excel para a análise estatística de datos.
Sesión 3. Inferencia estatística I.
Sesión 4. Inferencia estatística II
Sesión 5. Introducción a R-commander

Bibliografía básica e complementaria
Arriaza Gómez, A.J. e outros (2008). Estadística básica con R y R-commander.
Universidad de Cádiz.

Asín J. e outros (2009) Probabilidad y Estadística en Ingeniería: ejercicios resueltos.
Prensas Universitarias de Zaragoza.

Cao, R. e outros (2001). Introducción a la Estadística y sus aplicaciones. Ed. Pirámide.

Carot Alonso, V. (1998). Control estadístico de la calidad. Universidad Politécnica de Valencia

Delgado de la Torre, R. (2007). Probabilidad y Estadística para Ciencias e Ingenierías.
Delta Publicaciones

García Pérez, A. (2010). Estadística básica con R. UNED

Gardiner, W.P. (1997). Statistical analysis methods for chemists. The Royal Society of
Chemistry

Hines, W. W. e Montgomery, D. C. (1997). Probabilidad y Estadística para Ingeniería
y Administración. CECSA.

Mendenhall, W. e Sincich, T. (1997). Probabilidad y Estadística para ingeniería y ciencias. Prentice-Hall.

Miller, J.C. e Miller, J.N. (1993). Estadística para Química Analítica. Addison-Wesley
Iberoamericana.

Milton, J. S. (2007). Estadística para biología y ciencias de la salud. McGraw-Hill

Milton, J. S. e Arnold, J. C. (2004). Probabilidad y Estadística con aplicaciones para
ingeniería y ciencias computacionales. McGraw-Hill

Montgomery, D. C. e Runger, G.C. (2010). Probabilidad y Estadística aplicadas a la
Ingeniería. Limusa Wiley

Navidi, W. (2006). Estadística para Ingenieros y Científicos. McGraw-Hill

Novo Sanjurjo, V. (2003). Problemas de Cálculo de Probabilidades y Estadística.
Ed. Sanz y Torres.

Parra Frutos, I. (2003). Estadística Empresarial con Microsoft Excel. Problemas de
Inferencia Estadística. Ed. AC.

Peña Sánchez de Rivera, D. (2001). Fundamentos de Estadística. Alianza Editorial.

Peña Sánchez de Rivera, D. (2002). Regresión y diseño de experimentos. Alianza Ed.

Viedma, J. A. (1990). Exposición intuitiva y problemas resueltos de Métodos
Estadísticos. Ed. del Castillo.

Walpole, R. E. e outros (1999). Probabilidad y estadística para ingenieros.
Prentice-Hall.

Competencias
COMPETENCIAS XERAIS
Capacidade para a resolución de problemas matemáticos que requiran técnicas estatísticas e de optimización que podan xurdir na enxeñería.
Capacidade para aplicar as técnicas de estatística descritiva, de inferencia estatística e de deseño estatístico de experimentos en problemas de optimización e mellora de procesos industriais

RESULTADOS DA APRENDIZAXE
Os coñecementos adquiridos proporcionarán capacidade para:
- Deseñar cómo seleccionar unha mostra.
- Formular problemas en termos de modelos estatísticos.
- Propoñer métodos estatísticos para a resolución de problemas en base a modelos estatísticos.
- Realizar os cálculos que requiran os métodos estatísticos para a resolución de problemas.
- Interpretar os resultados das análises estatísticas.
E en particular, a capacidade para:
- Utilizar os métodos estatísticos de presentación e resumo da información.
- Analizar mostras tomando como referencia os modelos estatísticos para problemas de inferencia estatística relativos a unha media, unha proporción ou unha varianza; problemas relativos á comparación de dúas medias, proporcións ou varianzas; e problemas relativos á comparación de varias medias.


Metodoloxía da ensinanza
Ao longo do curso recorrerase aos seguintes tipos de clases.

1. Clases expositivas. Abordarán a metodoloxía estatística. As exposicións faranse mediante presentacións co ordenador que se complementarán coas explicacións necesarias, facendo uso do encerado cando sexa conveniente, e coa resolución de problemas.
As transparencias das presentacións de cada tema estarán a disposición dos estudiantes antes de comezar o tema correspondente.

2. Clases interactivas. Son as clases de prácticas e os seminarios.
2.1 Clases de prácticas. Terán lugar nas aulas de informática do centro. Centraranse na aprendizaxe da folla de cálculo Excel e do programa R-commander como ferramentas para levar a cabo análises estatísticas. Nestas clases empregaranse uns guións que estarán a disposición dos estudiantes antes de cada sesión.
2.2. Seminarios. Estarán dedicados á resolución de problemas e casos prácticos.

As titorías en grupo estarán dedicadas ás actividades optativas para a avaliación do seguimento continuo das clases que se proporán ao longo do curso (análise de casos prácticos, resolución de boletíns de problemas ou probas).
Sistema de evaluación
A avaliación farase en base ós dous apartados seguintes.

1. O exame da materia, cunha valoración de 6,5 puntos.
Hai dúas convocatorias que terán lugar nas datas oficiais fixadas polo centro.
Este exame abordará cuestións sobre métodos estatísticos, e a resolución razoada de problemas.

2. As actividades para a avaliación do seguimento continuo das clases (análise de casos prácticos, resolución de boletíns de problemas ou probas) e o exame de prácticas de Métodos Estatísticos, cunha valoración conxunta de 3,5 puntos.
O exame das prácticas de Métodos Estatísticos terá unha valoración de 2,5 puntos. As actividades para a avaliación do seguimento continuo das clases terán unha valoración de 1 punto.
En cada unha das dúas convocatorias oficiais haberá un exame de prácticas. Na primeira convocatoria, a data e a hora do exame de cada grupo indicaranse durante as clases de prácticas. Na segunda convocatoria o exame de prácticas será a continuación do exame da materia.
A nota do exame de prácticas da primeira convocatoria consérvase para a segunda, agás para aqueles estudiantes que realicen o exame de prácticas nesta última convocatoria.
O exame de prácticas consistirá na resolución de problemas con Excel ou R-commander.

Tempo de estudo e traballo persoal
Créditos ECTS: 6

Horas presenciais
Horas expositivas: 30
Horas interactivas: 20 (Horas de seminarios: 4 Horas de prácticas: 16)
Horas de titoría: 2

Horas non presenciais
Horas de estudio e elaboración de traballos (estimadas): 96 horas.

Recomendacións para o estudo da materia
- A asistencia ás clases, tanto ás expositivas (de teoría) como ás interactivas (de prácticas e seminarios).
- A realización das actividades de avaliación continua e os boletíns de problemas propostos.
- O estudo da materia ao ritmo que se imparte nas clases.
- A consulta de bibliografía recomendada para a materia.