Datos Identificativos 2011/12
Asignatura (*) Estatística Código 770G01008
Titulación
GRAO EN ENXEÑARÍA ELECTRÓNICA INDUSTRIAL E AUTOMÁTICA
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Primeiro Formación básica 6
Idioma
Castelán
Prerrequisitos
Departamento Matemáticas
Coordinación
Lopez de Ullibarri Galparsoro, Ignacio
Correo electrónico
ignacio.lopezdeullibarri@udc.es
Profesorado
Lopez de Ullibarri Galparsoro, Ignacio
Correo electrónico
ignacio.lopezdeullibarri@udc.es
Web
Descrición xeral Preténdese proporcionar ó estudante os coñecementos estatísticos básicos necesarios para o futuro Enxeñeiro en Enxeñaría Electrónica. Empregarase un enfoque fundamentalmente aplicado. Neste sentido, darase prioridade á exposición intuitiva de conceptos e ós métodos aplicados sobre as demostracións matemáticas excesivamente formales.
Máis detalladamente, preténdese alcanzar os seguintes obxectivos:
1. Completar os coñecementos previos do discente sobre Estatística Descritiva (medidas de centralización e dispersión, representación gráfica de datos, etc.).
2. Introducir os conceptos de correlación e regresión para dúas variables.
3. Coñecer os conceptos básicos da Teoría da Probabilidade (probabilidade, probabilidade condicionada, variables aleatorias e as súas distribucións, etc.).
4. Introducir os conceptos fundamentais da Estatística Inferencial (estimación puntual, intervalos de confianza e contraste de hipóteses).

Competencias do título
Código Competencias da titulación

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Describir estatísticamente unha mostra, resumila mediante táboas, gráficos e medidas descriptivas A6
Coñecer os conceptos, resultados fundamentais e aplicacións da probabilidade A6
Comprender o concepto de variable aleatoria e coñecer as principais distribucións de probabilidade A6
Utilizar métodos de Inferencia Estatística (estimación de parámetros e contraste de hipóteses) e aplicalos á toma de decisións A6
B5

Contidos
Temas Subtemas
1. Estatística Descritiva dunha e varias variables.



Descrición estatística dunha variable: distribucións de frecuencias, representacións gráficas e medidas características.
Descrición estatística de varias variables: distribucións de frecuencias, representacións gráficas e medidas características.
Regresión lineal e correlación.
2. Probabilidade e probabilidade condicionada.
Conceptos xerais: espacio muestral e álxebra de sucesos.
Definición axiomática de probabilidade.
A probabilidade como límite da frecuencia.
Regla de Laplace.
Definición de probabilidade condicionada.
Independencia de sucesos.
Teoremas do producto, a probabilidade total e Bayes.
3. Variables aleatorias. Concepto de variable aleatoria.
Variables aleatorias discretas e continuas
Medidas características dunha variable aleatoria.
4. Distribucións notables.

Distribucións notables discretas: distribucións de Bernoulli, binomial, xeométrica, binomial negativa, hiperxeométrica, Poisson e uniforme.
Distribucións notables continuas: distribucións exponencial, normal, uniforme, chi-cuadrado de Pearson, t de Student e F de Fisher-Snedecor.
Aproximación entre distribucións: o teorema central do límite.

5. Introdución á inferencia estatística.
Conceptos xerais: Estimación de parámetros e contrastes de hipóteses paramétricas.
Muestreo.
6. Estimación de parámetros. Estimación puntual: estimación puntual da media, a varianza e dunha proporción.
Estimación por intervalos de confianza: Intervalos de confianza para unha media, unha varianza, unha proporción, e para a diferencia de dúas medias, o cociente de dúas varianzas e a diferencia de dúas proporcións
7. Contrastes de hipóteses paramétricas. Conceptos xerais: nivel de significación, p-valor e potencia dun contraste.
Procedemento xeral de contraste de hipóteses.
Contrastes de hipóteses para a media, a varianza, unha proporción, e para a igualdade de dúas medias, dúas varianzas e dúas proporcións.

Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Proba obxectiva 2.5 5 7.5
Solución de problemas 21 36.75 57.75
Proba de resposta múltiple 1.25 2.5 3.75
Prácticas a través de TIC 9 13.5 22.5
Sesión maxistral 21 36.75 57.75
 
Atención personalizada 0.75 0 0.75
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Proba obxectiva Proba de tipo test realizada ó remate da asignatura co fin de avaliar globalmente a adquisición de coñecementos polo estudante
Solución de problemas seminarios en grupos de tamaño intermedio destinados á resolución de exercicios e problemas
Proba de resposta múltiple Proba de tipo test realizada ó longo do curso co fin de facer un seguemento da evolución da adquisición de coñecementos polo estudante
Prácticas a través de TIC Resolución de supostos prácticos e teóricos mediante a utilización de software estatístico (R)
Sesión maxistral Exposición oral complementada co uso de medios audiovisuais, coa finalidade de transmitir ó estudante os coñecementos teóricos

Atención personalizada
Metodoloxías
Sesión maxistral
Descrición
A atención personalizada farase mediante titorías

Avaliación
Metodoloxías Descrición Cualificación
Prácticas a través de TIC Cuestionario que avaliará o coñecemento do programa estatístico empregado nas prácticas (R) 30
Proba de resposta múltiple Exame de tipo test (10 preguntas) 20
Proba obxectiva Exame final de tipo test (20 preguntas) 50
 
Observacións avaliación

A proba obxectiva (exame final) abarcará os contidos de tódolos temas (temas 1 a 7).
A proba de resposta múltiple realizarase ó longo do curso unha vez impartido o tema 4, e abarcará os contidos dos temas 1 a 4, ámbolos dous inclusive.
Para superar a asignatura en xuño é necesario acadar una cualificación total mínima de 5, sendo en todo caso necesaria a presentación á proba obxectiva. Quen non se presente á proba obxectiva será cualificado como 'non presentado'.
En xullo se fará unha proba obxectiva similar á de xuño, que contribuirá á cualificación cunha ponderación do 70%. Non se fará proba de resposta múltiple nin se gardará a nota obtida en xuño nesa proba. O 30% restante consistirá na cualificación obtida en xuño nas prácticas a través de TIC, que poderá complementarse mediante a presentación opcional dun traballo. O traballo consistirá nunha análise co software empregado nas prácticas dun caso práctico proposto polo estudante e deberá ser entregado antes da realización da proba obxectiva.


Fontes de información
Bibliografía básica Cao, R et al. (2001). Introducción a la Estadística y sus aplicaciones. Pirámide

Bibliografía complementaria Cao, R. et al. (1998). Estadística básica aplicada. Tórculo
García, A. et al. (1995). Estadística II. UNED
Vélez, R. & García, A. (1993). Principios de Inferencia Estadística. UNED
Montgomery, D. C. & Runger, G. C. (2004). Probabilidad y Estadística aplicadas a la Ingeniería. Limusa-Wiley
Canavos, G. C. (1998). Probabilidad y Estadística. Aplicaciones y métodos. McGraw-Hill

Recursos web:

Portal do programa R: http://www.r-project.org/

Direccións desde donde se poden descargar manuais en castelán de R y/o R-commander en formato 'pdf':

http://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

http://knuth.uca.es/repos/ebrcmdr/pdf/actual/ebrcmdr.pdf


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías