| Objetivos | Programa | Evaluación | Más Información |
 |
ESTADÍSTICA INGENIERÍA TÉCNICA |
| Tipo: | Troncal |
Responsable: |
| Curso: | 2º | |
| Cuatrimestre: | 1º | |
| Créditos: | 4,5 + 4,5 |
Objetivos
Esta asignatura pretende aportar conocimientos básicos sobre estadística descriptiva, cálculo de probabilidades e inferencia estadística.
Programa
| CONTENIDOS ESPECÍFICOS (TEMARIO) | |
| TEMA | APARTADOS |
| Tema | 1: ESTADÍSTICA DESCRIPTIVA |
| 1.1.- Conceptos generales. | |
| 1.2.- Distribución de frecuencias. | |
| 1.3.- Representaciones gráficas. | |
| 1.4.- Medidas de centralización, dispersión y forma. | |
|
Práctica: 1. Estadística descriptiva. |
|
| Tema | 2: REGRESIÓN Y CORRELACIÓN. |
| 2.1.- Dependencia estadística. | |
| 2.2.- Ajuste mínimo cuadrático. Coeficiente de determinación. | |
| 2.3.- Regresión lineal simple. Coeficiente de correlación lineal. | |
|
Práctica: 2. Modelos de regresión. |
|
| Tema | 3: PROBABILIDAD. |
| 3.1.- Espacio muestral y espacio de sucesos. | |
| 3.2.- Definición axiomática de probabilidad. Consecuencias. | |
| 3.3.- Probabilidad condicionada. | |
| 3.4.- Independencia de sucesos. | |
| 3.5.- Teoremas de la probabilidad total y de Bayes. | |
| Tema | 4: VARIABLES ALEATORIAS |
| 4.1.- Variables aleatorias. | |
| 4.2.- Función de distribución de una variable aleatoria. | |
| 4.3.- Variables aleatorias discretas. Función de masa. | |
| 4.4.- Variables aleatorias continuas. Función de densidad. | |
| 4.5.- Transformaciones de variables aleatorias. | |
| 4.6.- Independencia de variables aleatorias. | |
| 4.7.- Esperanza y varianza de funciones de variables aleatorias. | |
|
Práctica: 3. Variables aleatorias |
|
| Tema | 5: MODELOS DE DISTRIBUCIONES DISCRETAS |
| 5.1.- Distribución uniforme discreta. | |
| 5.2.- Distribución binomial. | |
| 5.3.- Distribución geométrica. | |
| 5.4.- Distribución de Poisson. | |
| 5.5.- Otras distribuciones discretas. | |
| 5.6.- Ajuste de un modelo teórico a un conjunto de datos. | |
|
Práctica: 4. Modelos de distribuciones discretas |
|
| Tema | 6: MODELOS DE DISTRIBUCIONES CONTINUAS |
| 6.1.- Distribución uniforme. | |
| 6.2.- Distribuciones Gamma y exponencial. | |
| 6.3.- Distribución de Pareto. | |
| 6.4.- Distribución normal. | |
| 6.5.- Teorema Central del Límite. | |
|
Prácticas: 5. Modelos de distribuciones continuas 6. Teorema Central del Límite |
|
| Tema | 7: ESTIMACIÓN PUNTUAL |
| 7.1.- Introducción a la inferencia estadística. | |
| 7.2.- Estimación puntual. | |
| 7.3.- Obtención de estimadores: Métodos de los momentos y de máxima verosimilitud. | |
| 7.4.- Propiedades de los estimadores. | |
| Tema | 8: ESTIMACIÓN POR INTERVALOS |
| 8.1.- Intervalos de confianza para poblaciones normales. | |
| 8.2.- Error de la estimación. | |
| 8.3.- Comparación de parámetros en dos poblaciones. | |
| 8.4.- Intervalos de confianza para poblaciones no normales. | |
|
Práctica: 7. Intervalos de confianza |
|
| Tema | 9: CONTRASTES DE HIPÓTESIS |
| 9.1.- Introducción. Tipos de contrastes. | |
| 9.2.- Contrastes paramétricos. | |
| 9.2.1.- Conceptos básicos. | |
| 9.2.2.- El p-valor de un contraste. | |
| 9.2.3.- Contrastes para poblaciones normales.. | |
| 9.2.4.- Contrastes para la comparación de parámetros en poblaciones normales.. | |
| 9.2.5.- Contrastes para poblaciones no normales.. | |
| 9.3.- Contrastes no paramétricos. | |
| 9.3.1.- Test x2. | |
| 9.3.2.- Test de Kolmogorov-Smirnov. | |
|
Práctica: 8. Contrastes de hipótesis paramétricos |
|
Evaluación
La evaluación de la asignatura se hará mediante un único examen final en cada una de las convocatorias. Para aprobar la asignatura es necesatio obtener una nota mayor o igual que 5 en dicho examen. Las fechas del examen final son las programadas por la Subdirección de Ordenación Académica.
Secretaría: