Identifying Data 2016/17
Subject (*) Estatística Code 770G02008
Study programme
Grao en Enxeñaría Eléctrica
Descriptors Cycle Period Year Type Credits
Graduate 2nd four-month period
 First FB 6
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Matemáticas
Coordinador
Lopez de Ullibarri Galparsoro, Ignacio
 E-mail
ignacio.lopezdeullibarri@udc.es
Lecturers
Lopez de Ullibarri Galparsoro, Ignacio
Tarrio Saavedra, Javier
 E-mail
ignacio.lopezdeullibarri@udc.es
javier.tarrio@udc.es
Web
General description Preténdese proporcionar ó estudante os coñecementos estatísticos básicos necesarios para o futuro Enxeñeiro en Enxeñaría Eléctrica. 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).

Study programme competencies
Code Study programme competences
A6 Capacidade para a resolución dos problemas matemáticos que se poidan suscitar na enxeñaría. Aptitude para aplicar os coñecementos sobre: álxebra lineal; xeometría; xeometría diferencial; cálculo diferencial e integral; ecuacións diferenciais e en derivadas parciais; métodos numéricos; algorítmica numérica; estatística e optimización.
B1 Capacidade de resolver problemas con iniciativa, toma de decisións, creatividade e razoamento crítico.
B2 Capacidade de comunicar e transmitir coñecementos, habilidades e destrezas no campo da enxeñaría industrial.
B3 Capacidade de traballar nun contorno multilingüe e multidisciplinar.
B4 Capacidade de traballar e aprender de forma autónoma e con iniciativa.
B6 Capacidade de usar adecuadamente os recursos de información e aplicar as tecnoloxías da información e as comunicacións na enxeñaría.
C3 Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.

Learning aims
Learning outcomes Study programme competences
Describir estatísticamente unha mostra, resumila mediante táboas, gráficos e medidas descriptivas A6
 B1
B2
B3
B4
Coñecer os conceptos, resultados fundamentais e aplicacións da probabilidade A6
 B1
B2
B3
B4
Comprender o concepto de variable aleatoria e coñecer as principais distribucións de probabilidade A6
 B1
B2
B3
B4
Utilizar métodos de Inferencia Estatística (estimación de parámetros e contraste de hipóteses) e aplicalos á toma de decisións A6
 B1
B2
B3
B4
Empregar ferramentas informáticas para a resolución de problemas estatísticos básicos no ámbito da Enxeñaría A6
 B1
B6
 C3

Contents
Topic Sub-topic
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, hiperxeométrica, Poisson e uniforme.
Distribucións notables continuas: distribucións exponencial, normal, uniforme, chi-cuadrado de Pearson y t de Student.
Aproximación entre distribucións: o teorema central do límite.
5. Introdución á inferencia estatística.
 Conceptos xerais: mostraxe, estimación de parámetros e contrastes de hipóteses paramétricas.
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.
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.

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Guest lecture / keynote speech B2 21 36.75 57.75
Problem solving A6 B1 B3 B4 21 36.75 57.75
Multiple-choice questions A6 1.25 2.5 3.75
Objective test A6 2.5 5 7.5
ICT practicals B6 C3 9 13.5 22.5
 
Personalized attention 0.75 0 0.75
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Guest lecture / keynote speech Exposición oral complementada co uso de medios audiovisuais, coa finalidade de transmitir ó estudante os coñecementos teóricos
Problem solving Seminarios en grupos de tamaño intermedio destinados á resolución de exercicios e problemas
Multiple-choice questions Proba de tipo test realizada ó longo do curso co fin de facer un seguemento da evolución da adquisición de coñecementos polo estudante
Objective test Proba de tipo test realizada ó remate da asignatura co fin de avaliar globalmente a adquisición de coñecementos polo estudante
ICT practicals Resolución de supostos prácticos e teóricos mediante a utilización de software estatístico (R/R Commander)

Personalized attention
Methodologies
Guest lecture / keynote speech
Description
A atención personalizada farase mediante titorías presenciais no despacho dos profesores

Assessment
Methodologies Competencies Description Qualification
Objective test A6 Exame final de tipo test (20 preguntas) 50
Multiple-choice questions A6 Exame parcial de tipo test (10 preguntas) 20
ICT practicals B6 C3 Exame de tipo test (5 preguntas) que avaliará o coñecemento do programa estatístico empregado nas prácticas (R/R Commander) 30
 
Assessment comments

A proba de resposta múltiple (exame parcial) realizarase ó longo do
curso (a título orientativo, unha vez impartido o tema 4). A proba
obxectiva (exame final) abarcará os contidos de tódolos temas (temas 1 a
7). Na avaliación das Prácticas a través de TIC, sen perxuizo da nota
obtida no test, o profesor poderá ter tamén en conta a
asistencia regular ás prácticas durante o curso. Para superar a
asignatura na avaliación correspondente á primeira oportunidade é
necesario acadar unha cualificación total mínima de 50 puntos, sendo en
todo caso necesaria a presentación á proba obxectiva. Quen non se
presente á proba obxectiva será cualificado como 'non presentado'. No
caso de que a cualificación obtida sumando a proba de resposta múltiple e
a proba obxectiva sexa menor que a da proba obxectiva puntuada sobre un
máximo de 70 puntos, reemplazarase aquela cualificación por esta
última.

Na avaliación correspondente á segunda oportunidade farase unha proba
obxectiva similar á da primeira oportunidade. A avaliación farase
seguindo o mesmo procedemento que na primeira oportunidade, é dicir, se a
suma da cualificación da proba de resposta
múltiple (exame parcial) e a proba obxectiva é menor que a da proba
obxectiva
soa puntuada sobre 70 puntos, considerarase a maior das dúas. A
avaliación das Prácticas a través de TIC farase mediante un test
semellante ao da primeira oportunidade, que contribuirá á cualificación
cun máximo de 30 puntos. No caso de que a asistencia regular ás
prácticas durante o curso se tivera en conta na primeira oportunidade,
tamén será tida en conta (e co mesmo criterio) na avaliación da segunda
oportunidade.

No caso do alumnado con recoñecemento de dedicación a tempo parcial e
dispensa académica de exención de asistencia que decida non presentarse ó
exame parcial e/ou non asistir ás prácticas a través de TIC, será
avaliado nas dous oportunidades como o resto de alumnado na mesma
situación.

Non se conservarán os puntos obtidos en cursos anteriores pola asistencia regular ás prácticas.

Sources of information
Basic Cao, R et al. (2001). Introducción a la Estadística y sus aplicaciones. Pirámide

Complementary 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 e/ou R-commander no formato 'pdf':

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

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

Recommendations
Subjects that it is recommended to have taken before

Subjects that are recommended to be taken simultaneously

Subjects that continue the syllabus

Other comments


(*)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.