Datos Identificativos 2015/16
Asignatura (*) Métodos Estadísticos Código 614G01057
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 1º cuatrimestre
 Cuarto Optativa 6
Idioma
Castellano
Modalidad docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinador/a
Vilar Fernandez, Juan Manuel
 Correo electrónico
juan.vilar@udc.es
Profesorado
Vilar Fernandez, Juan Manuel
 Correo electrónico
juan.vilar@udc.es
Web http://http://http://www.udc.es/dep/mate/estadistica2/estadistica_2.htm
Descripción general 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.

Competencias del título
Código Competencias del título
A1 Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización.
A29 Capacidad de identificar, evaluar y gestionar los riesgos potenciales asociados que pudieran presentarse.
A50 Capacidad para comprender y aplicar los principios de la evaluación de riesgos y aplicarlos correctamente en la elaboración y ejecución de planes de actuación.
B1 Capacidad de resolución de problemas
B2 Trabajo en equipo
B3 Capacidad de análisis y síntesis
B6 Toma de decisiones
B7 Preocupación por la calidad
B8 Capacidad de trabajar en un equipo interdisciplinar
B9 Capacidad para generar nuevas ideas (creatividad)
C5 Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras.
C6 Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse.
C7 Asumir como profesional y ciudadano la importancia del aprendizaje a lo largo de la vida.
C8 Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Resolver problemas estatísticos de forma efectiva. A1
 B1
B3
B6
B7
Aprender de maneira autónoma novos coñecementos e técnicas estatísticas avanzadas axeitadas para a investigación e análisis de datos A1
 B1
B9
Aplicar un pensamento crítico, lóxico e creativo no plantexamento e resolución de problemas estatísticos. A1
 B1
B3
B6
 C8
Traballar en equipos de carácter interdisciplinar con necesidades estatísticas A29
A50
 B1
B2
B8
B9
Capacidade para a análise e a síntese na resolcución de problemas con contidos estatísticos A1
 B1
B7
Valorar criticamente o coñecemento e a tecnoloxía estatística para resolver os problemas cos que deben enfrontarse. A29
A50
 B1
B3
B9
 C5
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. C5
C6
C7

Contenidos
Tema Subtema
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)
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
6.6 Predición en regresión lineal múltiple
6.7 Diagnose do modelo: multicolinealidade
6.8 Métodos para a selección de variables explicativas

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Sesión magistral A1 A29 A50 B1 B6 B9 C5 C6 C7 C8 19 25 44
Solución de problemas A1 A29 A50 B1 B2 B3 B7 B9 C6 C7 C8 7 30 37
Trabajos tutelados A1 A29 A50 B1 B3 B6 B7 B9 C6 C7 C8 10 20 30
Actividades iniciales A1 B1 B8 B9 C7 C8 4 10 14
Prueba mixta A1 B1 B3 C8 2 20 22
 
Atención personalizada 3 0 3
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Sesión magistral 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.
Solución de problemas Resolución de ejercicios ("a mano") con la ayuda de la calculadora y tablas estadísticas.
Trabajos tutelados El alumno propondrá la resolución de un problema de Diseño de Experimentos que constará de las siguientes etapas:
Planteamiento y objetivo del problema a estudiar.
Diseño del experimento y recogida de datos.
Análisis estadístico de los datos. Ajuste de un modelo.
Validación y chequeo del modelo ajustado.
Conclusiones.
Actividades iniciales Presentación de la asignatura. Exposición de los recursos disponibles (página web, bibliografía de referencia)
Prueba mixta Examen de tipo aplicado. Al alumno se le facilita un fichero de datos y se le hacen preguntas de respuesta breve acerca de los datos facilitados. Son cuestiones de tipo aplicado que se resuelven con las técnicas estadísticas estudiadas en el curso.

Atención personalizada
Metodologías
Solución de problemas
Descripción
Resolución de ejercicios propuestos de los distintos temas

Evaluación
Metodologías Competéncias Descripción Calificación
Solución de problemas A1 A29 A50 B1 B2 B3 B7 B9 C6 C7 C8 Se evaluará con una prueba escrita de ejercicios análogos a los vistos en las clases magistrales y en las prácticas, que el alumnos deberá resolver con ayuda de un programa estadístico. 20
Trabajos tutelados A1 A29 A50 B1 B3 B6 B7 B9 C6 C7 C8 Se le propondrá al alumno la resolución de problemas de Diseño de Esperimentos y de Modelos de regresión con datos proporcionados por el alumno o, en su defecto, con muestras proporcionadas por el profesor. 50
Sesión magistral A1 A29 A50 B1 B6 B9 C5 C6 C7 C8 Se evaluará principalmente a través de la prueba tipo test. 30
 
Observaciones evaluación
Para alumnos con matrícula a
tiempo parcial, debido al contenido muy práctico y aplicado de la materia, tienen la obligación de asistir a un número de clases no inferior a 20 horas, según le indique el profesor de la asignatura.

Fuentes de información
Básica

-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,

- Applied Muiltivariate Data Analysis, vol I, Regression and Experimental Design. J.D. Jobson. Springer-Verlag, 1991
Complementária

Bibliografía adicional está disponible en la web de la asignatura:

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

Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Estadística/614G01008

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario

Otros comentarios

Los alumnos deberían tener cursada la asignatura de Estadística 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 la titulación.


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías