Competencias / Resultados do título |
Código
|
Competencias / Resultados do título
|
Resultados de aprendizaxe |
Resultados de aprendizaxe |
Competencias / Resultados do título |
Coñecer e saber utilizar as técnicas adecuadas para a análise exploratoria de
datos. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Coñecer e comprender conceptos xerais relativos a modelos de probabilidade. |
A1 A2 A3
|
B1 B5 B6
|
C1 C2
|
Saber modelizar en contextos aleatorios sinxelos empregando ferramentas probabilistas. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Saber utilizar ferramentas informáticas auxiliares á Estatística: paquetes estatísticos e linguaxes de programación con orientación estatística; e saber interpretar de maneira crítica os resultados acadados. |
A1 A2 A3
|
B1 B5 B6
|
C1
|
Contidos |
Temas |
Subtemas |
Probabilidade |
Definición de probabilidade. Propiedades
Probabilidade condicionada. Teorema de Bayes |
Variables aleatorias unidimensionais |
Variables aleatorias discretas
Variables aleatorias continuas
Teorema central do límite
Aplicacións: Fiabilidade e simulación |
Variables aleatorias multidimensionais |
Variables bidimensionais discretas
Variables bidimensionais continuas
Distribucións marxinais
Distribucións condicionadas
Independencia de variables aleatorias
Medidas características
Variables aleatorias multidimensionais |
Estatística descritiva |
Distribucións de frecuencias
Representacións gráficas
Medidas de posición e de dispersión
Variable estatística bidimensional
Regresión linear simple |
Planificación |
Metodoloxías / probas |
Competencias / Resultados |
Horas lectivas (presenciais e virtuais) |
Horas traballo autónomo |
Horas totais |
Sesión maxistral |
A1 A3 B5 |
30 |
48 |
78 |
Prácticas de laboratorio |
C1 C2 |
20 |
16 |
36 |
Seminario |
A2 B6 |
10 |
10 |
20 |
Proba mixta |
B1 |
4 |
0 |
4 |
|
Atención personalizada |
|
12 |
0 |
12 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Sesión maxistral |
O alumno recibirá clases maxistrais nas que o profesor, coa axuda dos medios audiovisuais pertinentes, exporá os contidos teórico-prácticos da asignatura. Fomentarase en todo momento a participación e o debate. |
Prácticas de laboratorio |
As prácticas de laboratorio impartiranse nun laboratorio informático. Aprenderase a utilizar o programa de balde de orientación estatística e gráfica R, aprenderanse as súas estruturas de programación e realizaranse estudos estatísticos de datos, tanto reais como simulados. |
Seminario |
Os seminarios reforzarán tanto o carácter aplicado da asignatura como a súa interactividade. Os alumnos poderán expoñer as súas dúbidas e inquedanzas referidas á materia, e terán a oportunidade de realizar, coa supervisión do profesor, problemas semellantes ós dos exames. Ademáis, cunha atención moi individualizada, poderán cumplimentar as prácticas de laboratorio. |
Proba mixta |
O alumno deberá demostrar o seu dominio dos aspectos teóricos da materia e a súa capacidade para a resolución de problemas do ámbito da probabilidade e da estatística. |
Atención personalizada |
Metodoloxías
|
Seminario |
Sesión maxistral |
Prácticas de laboratorio |
|
Descrición |
Para a resolución de problemas será importante atender persoalmente ós alumnos ante as posibles dúbidas que poidan xurdir. Esta atención servirá tamén, dunha banda, ó profesor para detectar posibles problemas na metodoloxía empregada para impartir a asignatura e, por outra, ós alumnos para consolidar coñecementos teóricos e para expresar as súas inquedanzas acerca da asignatura. |
|
Avaliación |
Metodoloxías
|
Competencias / Resultados |
Descrición
|
Cualificación
|
Seminario |
A2 B6 |
Ao longo do curso, o alumno demostrará o seu interese pola materia e o seu dominio da mesma realizando unha proba escrita (control). |
10 |
Proba mixta |
B1 |
O exame final consistirá en realizar unha proba mixta teórico-práctica. |
60 |
Prácticas de laboratorio |
C1 C2 |
Para avaliar o grao de comprensión e aprendizaxe destas prácticas, programaranse 2 ou 3 probas de avaliación, que se realizarán durante as clases de laboratorio.
|
30 |
|
Observacións avaliación |
Na data que estableza a facultade na súa programación anual, o alumno realizará o exame final da materia, no que terá que respostar a preguntas teóricas, resolver cuestións teórico-prácticas, e calcular a solución de diversos problemas; para esta proba o alumno só poderá levar consigo o material que se autorice de maneira expresa. Na segunda oportunidade, as notas obtidas por avaliación continua
(o control e as probas das prácticas de laboratorio) mantéñense e o
alumno só ten que repetir o exame final. Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.
|
Fontes de información |
Bibliografía 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 |
|
Bibliografía complementaria
|
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 |
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
Modelos de Regresión/614G02012 | Modelización Estatística de Datos de Alta Dimensión/614G02013 | Inferencia Estatística/614G02007 |
|
|