Competencias del título |
Código
|
Competencias / Resultados del título
|
A1 |
CE1 - Capacidad para utilizar con destreza conceptos y métodos propios de la matemática discreta, el álgebra lineal, el cálculo diferencial e integral, y la estadística y probabilidad, en la resolución de los problemas propios de la ciencia e ingeniería de datos. |
A2 |
CE2 - Capacidad para resolver problemas matemáticos, planificando su resolución en función de las herramientas disponibles y de las restricciones de tiempo y recursos. |
A3 |
CE3 - Capacidad para el análisis de datos y la comprensión, modelado y resolución de problemas en contextos de aleatoriedad. |
B1 |
CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio |
B5 |
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
B6 |
CG1 - Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo. |
C1 |
CT1 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida. |
C2 |
CT2 - Estimular la capacidad para trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social. |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias / Resultados del título |
Conocer y saber utilizar las técnicas adecuadas para el análisis exploratorio de
datos. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Conocer y comprender conceptos generales relativos a modelos de probabilidad. |
A1 A2 A3
|
B1 B5 B6
|
C1 C2
|
Saber modelizar en contextos aleatorios sencillos empleando herramientas probabilistas. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Saber utilizar herramientas informáticas auxiliares a la Estadística: paquetes estadísticos y lenguajes de programación con orientación estadística; y saber interpretar de manera crítica los resultados obtenidos. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Contenidos |
Tema |
Subtema |
Probabilidad |
Definición de probabilidad. Propiedades
Probabilidad condicionada. Teorema de Bayes |
Variables aleatorias unidimensionales |
Variables aleatorias discretas
Variables aleatorias continuas
Teorema central del límite
Aplicaciones: Fiabilidad y simulación |
Variables aleatorias multidimensionales |
Variables bidimensionales discretas
Variables bidimensionales continuas
Distribuciones marginales
Distribuciones condicionadas
Independencia de variables aleatorias
Medidas características
Variables aleatorias multidimensionales |
Estadística descriptiva |
Distribuciones de frecuencias
Representaciones gráficas
Medidas de posición y de dispersión
Variable estadística bidimensional
Regresión lineal simple |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Sesión magistral |
A1 A3 B5 |
30 |
48 |
78 |
Prácticas de laboratorio |
C1 C2 |
20 |
16 |
36 |
Seminario |
A2 B6 |
10 |
10 |
20 |
Prueba mixta |
B1 |
4 |
0 |
4 |
|
Atención personalizada |
|
12 |
0 |
12 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
El alumno recibirá clases magistrales en las que el profesor, con la ayuda de los medios audiovisuales pertinentes, expondrá los contenidos teórico-prácticos de la asignatura. Se fomentará en todo momento la participación y el debate. |
Prácticas de laboratorio |
Las prácticas de laboratorio se impartirán en un laboratorio informático. Se aprenderá a utilizar el programa gratuito de orientación estadística y gráfica R, se aprenderán sus estructuras de programación y se realizarán estudios estadísticos de datos, tanto reales como simulados. |
Seminario |
Los seminarios reforzarán tanto el carácter aplicado de la asignatura como su interactividad. Los alumnos podrán exponer sus dudas e inquietudes referidas a la materia, y tendrán la oportunidad de realizar, con la supervisión del profesor, problemas similares a los de los exámenes. Además, con una atención muy individualizada, podrán completar las prácticas de laboratorio. |
Prueba mixta |
El alumno deberá demostrar su dominio de los aspectos teóricos de la materia y su capacidad para la resolución de problemas del ámbito de la probabilidad y de la estadística. |
Atención personalizada |
Metodologías
|
Seminario |
Sesión magistral |
Prácticas de laboratorio |
|
Descripción |
Para la resolución de problemas será importante atender personalmente a los alumnos ante las posibles dudas que puedan surgir. Esta atención servirá también, por una parte, al profesor para detectar posibles problemas en la metodología empleada para impartir la asignatura y, por otra, a los alumnos para consolidar conocimientos teóricos y para expresar sus inquietudes acerca de la asignatura. |
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Seminario |
A2 B6 |
A lo largo del curso, el alumno demostrará su interés por la materia y su dominio de la misma realizando dos pruebas escritas (controles), cada una con una calificación máxima del 10%. Las dos pruebas se corresponderán con los temas 1 y 2 de la asignatura.
Aquellos alumnos que no obtuvieran el máximo del 20% de la nota correspondiente a esta parte, podrán recuperar la parte faltante al realizar el examen final de la asignatura.
|
20 |
Prueba mixta |
B1 |
El examen final, con un valor entre el 60 y el 80% (dependiendo de la calificación obtenida en los controles de los temas 1 e 2), consistirá en realizar una prueba mixta teórico-práctica. |
60 |
Prácticas de laboratorio |
C1 C2 |
Para evaluar el grado de comprensión y aprendizaje de estas prácticas, se programarán 2 o 3 pruebas de evaluación, que se realizarán durante las clases de laboratorio y que otorgarán el 20% de la nota final.
Para los alumnos matriculados a tiempo completo, la nota de prácticas no es recuperable mediante la realización de otra prueba. Los alumnos matriculados a tiempo parcial, si no han sido evaluados de la parte de prácticas de laboratorio, podrán realizar una prueba específica para recuperar el 20% de la nota correspondiente a esta parte.
|
20 |
|
Observaciones evaluación |
El alumno acabará el período de clases con un máximo de un 40% de la calificación, que obtendrá a través de los dos controles escritos (10% cada uno) y de las dos o tres pruebas de evaluación de las prácticas de laboratorio (20%). En la fecha que establezca la Facultad en su programación anual, el alumno realizará el examen final de la materia, en el que tendrá que responder a preguntas teóricas, resolver cuestiones teórico-prácticas, y calcular la solución de diversos problemas; para esta prueba el alumno sólo podrá llevar consigo el material que se autorice de forma expresa. La nota obtenida el día del examen final se reescalará de forma que el alumno tenga la oportunidad de recuperar el 20% de la calificación correspondiente a los controles escritos (no podrá recuperarse el 20% de la nota de la parte de evaluación de las prácticas de laboratorio). De esta manera, dependiendo de la puntuación obtenida por el alumno en los dos controles escritos, la nota máxima del examen final estará comprendida entre 6 y 8 puntos (sobre 10). Así, supuesto que P es la nota total de prácticas (entre 0 y 2 puntos), C es la nota final de los controles de los temas 1 y 2 (entre 0 y 2 puntos) y F es la nota del examen final (entre 0 y 10 puntos), la calificación final de la asignatura es P+C+0'1*(8-C)*F. El día del examen final, los alumnos a tiempo parcial, si no han sido evaluados con anterioridad de la parte de prácticas de laboratorio, podrán realizar una prueba específica para recuperar el 20% de la nota correspondiente a dicha parte. En la segunda oportunidad, las notas obtenidas por evaluación
continua (los dos controles y las pruebas de las prácticas de
laboratorio) se mantienen y el alumno solo tiene que repetir el examen
final. Éste será del mismo tipo y con el mismo peso en la nota final que
en la primera oportunidad, es decir, se aplicará la misma fórmula para
calcular la nota final, pero ahora F es la nota que el alumno haya
obtenido en el examen final de segunda oportunidad. La realización fraudulenta de las pruebas o actividades de evaluación implicará directamente la calificación de suspenso en la convocatoria en la que se cometa: el estudiante será calificado con “suspenso” (nota numérica 0) en la convocatoria correspondiente del curso académico, tanto si la comisión de la falta se produce en la primera oportunidad como en la segunda. Para esto, se procederá a modificar su calificación en el acta de la primera oportunidad, si fuese necesario. El sistema de evaluación en el caso de dispensa académica será igual que el descrito en este apartado.
|
Fuentes de información |
Básica
|
Eguzkitza Arrizabalaga, J.M. (2014). Laboratorio de estadística y probabilidad con R. Gami Editorial
Cao, R., Francisco, M., Naya, S., Presedo, M.A., Vázquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introducción a la Estadística y sus aplicaciones. Ediciones Pirámide |
|
Complementária
|
Gonick, L. y Smith, W. (2001). Á estatística ¡en caricaturas!. SGAPEIO
Blasco Lorenzo, A. y Pérez Díaz, S. (2015). Modelos aleatorios en ingeniería. Paraninfo
Montgomery, D.C. y Runger, G.C. (2004). Probabilidad y Estadística aplicadas a la Ingeniería. McGraw-Hill
Devore, J.L. (2008). Probabilidad y Estadística para Ingeniería y Ciencias. Thomson
Walpole, R.E., Myers, S.L. y Myers, R. (2000). Probabilidad y Estadística para Ingenieríos. Prentice Hall
Hernández, V., Ramos, E. y Yáñez, I. (2007). Probabilidad y sus aplicaciones en Ingeniería Informática. Ediciones Académicas
Ugarte, M.D., Militino, A.F., Arnholt, A.T. (2008). Probability and Statistics with R. Chapman and Hall/CRC
Horgan, J.M. (2009). Probability with R. An Introduction with Computer Science Applications. Wiley |
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
Modelos de Regresión/614G02012 | Modelización Estadística de Datos de Alta Dimensión/614G02013 | Inferencia Estadística/614G02007 |
|
|