Identifying Data 2015/16
Subject (*) Estatística II Code 614111303
Study programme
Enxeñeiro en Informática
Descriptors Cycle Period Year Type Credits
First and Second Cycle 2nd four-month period
 Third Obligatoria 5
Language
Teaching method Face-to-face
Prerequisites
Department Matemáticas
Coordinador
Vilar Fernandez, Juan Manuel
 E-mail
juan.vilar@udc.es
Lecturers
Vilar Fernandez, Juan Manuel
 E-mail
juan.vilar@udc.es
Web http://http://http://www.udc.es/dep/mate/estadistica2/estadistica_2.htm
General description Preténdese que o alumno coñeza e aprenda a utiliza-los modelos de deseño de experimentos e análise de regresión lineal. A docencia da materia terá un carácter eminentemente práctico, centrándose na presentación e interpretación dos distintos modelos (formulación matemática, hipóteses supostas, etc.) e na súa aplicación na práctica (estimación, análise crítica dos resultados obtidos e estudio dos problemas que se poden presentar); apoiándose no emprego dun paquete estatístico (principalmente Statgraphics).
Sería especialmente recomendable ter superado a materia de Estatística I e sería convinte tamén ter cursado outras con contido matemático (como por exemplo Álxebra e Cálculo). Esta materia será de utilidade para outras da titulación, como por exemplo as relacionadas co tratamento do sinal (Medios de Transmisión, Tratamento Dixital do Sinal), Intelixencia Artificial, Linguaxes Naturais, Redes de Neuronas Artificiais, Técnicas de Simulación, as relacionadas co recoñecemento de imaxes, etc. Ademais doutras da mesma área como Métodos Estatísticos ou Simulación Estatística.

Study programme competencies
Code Study programme competences
A11 Implantar sistemas de calidade segundo estándares internacionais.
B1 Aprender a aprender.
B2 Resolver problemas de forma efectiva.
B4 Aprendizaxe autónoma.
B5 Traballar de forma colaborativa.
B8 Traballar en equipos de carácter interdisciplinar.
B9 Capacidade para tomar decisións.
B11 Razoamento crítico.
B12 Capacidade para a análise e a síntese.
B15 Motivación pola calidade.
C6 Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.
C7 Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.
C8 Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.

Learning aims
Learning outcomes Study programme competences
Aprender de maneira autónoma novos coñecementos e técnicas estatísticas avanzadas axeitadas para a investigación e análisis de datos A11
 B1
B2
B5
B8
B9
B11
B12
B15
 C6
C7
C8
Resolver problemas estatísticos de forma efectiva. B2
B5
B8
B9
Aplicar un pensamento crítico, lóxico e creativo no plantexamento e resolución de problemas estatísticos. B1
B2
B4
B9
B15
Traballar en equipos de carácter interdisciplinar con necesidades estatísticas B2
B5
B8
Capacidade para a análise e a síntese na resolcución de problemas con contidos estatísticos B1
B12
B15
Valorar criticamente o coñecemento e a tecnoloxía estatística para resolver os problemas cos que deben enfrontarse. B1
B11
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. B15
 C7
C8

Contents
Topic Sub-topic
Tema 1. Conceptos básicos de inferencia estatística
Tema 2. Principios básicos do deseño de experimentos
Tema 3. Deseños cunha fonte de variación
Tema 4. Deseños con dous ou máis fontes de variación
Tema 5. Regresión lineal simple
Tema 6. Regresión lineal múltiple
1.1. Inferencia estatística (repaso)
1.2. Tests de hipóteses paramétricos (repaso)
1.3. Tests de hipóteses non paramétricas: Tests de bondade de axuste e de aleatoriedade
2.1. Introdución
2.2. Resumo dos principais conceptos
2.3. Principios básicos do deseño de experimentos: Repetición do experimento, homoxeneidade estatística das comparacións, principio de aleatorización
2.4. Clasificación dos deseños de experimentos
2.5. Algúns deseños experimentais clásicos
3.1. Deseño cun factor completamente aleatorizado de efectos fixos
3.2. Diagnose do modelo do ANOVA I
3.3. Deseño cun factor completamente aleatorizado de efectos aleatorios
4.1. Deseño en bloques completamente aleatorizado (con replicación; ANOVA II sen interacción)
4.2. Deseño con dous factores completamente aleatorizado (ANOVA II con interacción)
4.3. Outros deseños clásicos de experimentos: Deseño con tres factores completamente aleatorizado, deseños en cadrado latino e greco-latino

5.1. Introdución: Regresión e correlación
5.2. O modelo de regresión lineal simple
5.3. Estimación e propiedades dos estimadores dos parámetros
5.4. Bondade do axuste
5.5. Predición en regresión lineal simple
5.6. Diagnose do modelo
6.2 O modelo lineal xeral de regresión
6.3 Estimación e propiedades dos estimadores dos parámetros
6.4 Bondade do axuste
6.5 Outros contrastes de interese (modelo completo e reducido)
6.6 Predición en regresión lineal múltiple
6.7 Diagnose do modelo: multicolinealidade
6.8 Métodos para a selección de variables explicativas

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Problem solving 14 10.5 24.5
Laboratory practice 14 10.5 24.5
Guest lecture / keynote speech 28 42 70
Introductory activities 1 0.5 1.5
Mixed objective/subjective test 1.5 0 1.5
 
Personalized attention 3 0 3
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Problem solving Resolución de ejercicios ("a mano") con la ayuda de la calculadora y tablas estadísticas.
Laboratory practice Empleando un paquete estadístico (statgrahics, R, ...), los alumnos resolverán distintos tipos de problemas.
Guest lecture / keynote speech Se empleará el proyector para la presentación de los distintos temas (moodle), incluyendo gráficos y simulaciones para ayudar a entender los distintos conceptos. También se recurrirá a la pizarra para explicaciones adicionales y se mostrarán ejemplos con algún paquete estadístico.
Introductory activities Presentación de la asignatura. Exposición de los recursos disponibles (página web, bibliografía de referencia)
Mixed objective/subjective test Examen con una parte tipo test, con cuestiones que se centrarían principalmente en los conceptos más teóricos y en habilidades que debería haber adquirido el alumno (como por ejemplo la interpretación de resultados gráficos), y otra prueba que constaría de dos ejercicios análogos a los vistos en las clases teóricas y en las prácticas de pizarra

Personalized attention
Methodologies
Problem solving
Description
Resolución de ejercicios propuestos de los distintos temas

Assessment
Methodologies Competencies Description Qualification
Laboratory practice Opcionalmente se podría realizar ejercicios prácticos para subir nota. 10
Problem solving Se evaluará con una prueba escrita de ejercicios análogos a los vistos en las clases teóricas y en las prácticas, que el alumnos debería resolver con la ayuda de la calculadora y tablas estadísticas. En los ejercicios se preguntará de diseño de experimentos y de regresión lineal. 45
Guest lecture / keynote speech Se evaluará principalmente a través de la prueba tipo test. 45
 
Assessment comments

Sources of information
Basic

-Montgomery, C., Diseño y Análisis de Experimentos, Grupo Editorial Iberoamerica, 1991, Libro,

-Peña D. , Estadística, modelos y métodos. 2: Modelos lineales y series temporales. 2nd. ed, Alianza Universidad Textos., 1989, Libro,

-Peña D. , Regresión y Diseño de Experimentos, Alianza Editorial, 2002, Libro,

-Ricardo Cao, Mario Francisco, Salvador Naya, Manuel Presedo, Margarita Vázquez, José A. Vilar and , Introducción a la estadística y sus aplicaciones, Ediciones Pirámide, 2001, Libro,

-Vilar Fernández, J.M., Modelos estadísticos aplicados, Universidade da Coruña, Servicio de publicacións., 2003, Libro,

Complementary

Bibliografía adicional está disponible en la web de la asignatura:

http://www.udc.es/dep/mate/estadistica2/estadistica_2.htm

Recommendations
Subjects that it is recommended to have taken before
Métodos Estatísticos/614111628
Simulación Estatística/614111641

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus
Estatística I/614111101
Cálculo/614111108

Other comments
Los alumnos deberían tener cursada la asignatura de Estadística I y sería deseable que hubieran superado otras con contenido matemático como por ejemplo Algebra, Cálculo ó Matemática Discreta. Esta asignatura también será de utilidad para otras de correspondiente titulación como por ejemplo, las relacionadas con el tratamiento de la señal (Medios de Transmisión, Tratamiento Digital de la Señal), Inteligencia Artificial, Lenguajes Naturales, Redes de Neuronas Artificiales, Técnicas de Simulación y las relacionadas con el reconocimiento de imágenes e, entre otras. Además de otras de de la misma área como Métodos Estadísticos o Simulación Estadística.


(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.