Datos Identificativos 2024/25
Asignatura (*) Estatística Código 632G01017
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Segundo Formación básica 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
Dominguez Perez, Xabier E.
Correo electrónico
xabier.dominguez@udc.es
Profesorado
Dominguez Perez, Xabier E.
Ramírez Palacios, Luis
Correo electrónico
xabier.dominguez@udc.es
luis.ramirez@udc.es
Web http://campusvirtual.udc.gal/course/view.php?id=18779
Descrición xeral A asignatura pretende dar unha formación básica en cálculo de probabilidades e inferencia estatística, con énfase nas técnicas e contidos máis útiles en Enxeñaría Civil.

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Desenvolver a capacidade de analizar criticamente datos numéricos e extraer información deles a través dunha análise puramente descritiva. B3
B4
B8
B15
B18
C8
C10
C15
Coñecer a definición formal de probabilidade e a súa aplicación a situacións reais, tanto en modelos discretos como continuos. A1
B3
B6
B7
C12
Coñecer os modelos aleatorios máis frecuentemente usados en enxeñaría. A1
B3
B6
B7
C10
C11
C12
Coñecer o contexto no que se plantexan os problemas de inferencia paramétrica e as hipóteses de partida que é necesario asumir en cada caso. Aplicar as técnicas elementais de inferencia en diferentes situacións. A1
B1
B3
B5
B7
B8
B20
Manexar o software R a un nivel elemental, especialmente no que se refire a consulta de cuantís e probabilidades das diferentes distribucións, produción de gráficos de estatística descritiva, e programación de scripts para a resolución de problemas sinxelos. A1
A2
B15
C3
Adquirir conciencia da importancia e a omnipresencia dos fenómenos aleatorios, tanto na titulación como para enfrentarse á toma de decisións en presenza de incertidume dentro do exercicio profesional. A1
B2
B3
B8
B9
B12
C7
C10
C13
C15
C16
C18

Contidos
Temas Subtemas
PRELIMINARES * Conceptos elementais de combinatoria
* Introdución a R
ESTATÍSTICA DESCRITIVA * Poboacións e variables.
* Distribucións de frecuencias. Representacións gráficas
* Medidas numéricas descritivas
* Comandos relevantes de R
PROBABILIDADE * Experimento aleatorio. Espazo mostral. Sucesos.
* Definición de probabilidade. Propiedades elementais.
* Sucesos independentes. Probabilidade condicionada.
* Teorema da probabilidade total. Teorema de Bayes

VARIABLES ALEATORIAS DISCRETAS * Variables aleatorias discretas. Función de probabilidade. Función de distribución acumulada.
* Esperanza e varianza dunha variable discreta.
* Outras características: coeficiente de variación, cuantís, moda...
* Principais distribucións discretas: Bernoulli, binomial, Poisson.
* Comandos relevantes de R
VARIABLES ALEATORIAS CONTINUAS * Variables aleatorias continuas. Función de densidade. Función de distribución acumulada.
* Esperanza e varianza dunha variable continua.
* Outras características: coeficiente de variación, cuantís, moda...
* Principais distribucións continuas: uniforme, exponencial, normal.
* Comandos relevantes de R
DISTRIBUCIÓNS NA MOSTRAXE * Mostras. Simulación.
* Concepto de estatístico. Media e varianza mostrais. Outros estatísticos de uso frecuente.
* Distribución da media mostral. Teorema do Límite Central. Corrección por continuidade.
* Distribucións asociadas á mostraxe: Chi cuadrado de Pearson, t de Student, F de Fisher
* Comandos relevantes de R
ESTIMACIÓN PUNTUAL E POR INTERVALOS * Concepto de inferencia paramétrica.
* Concepto de estimador.
* Método dos momentos.
* Propiedades dos estimadores: estimadores insesgados e consistentes.
* Método de máxima verosimilitude.
* Concepto de intervalo de confianza.
* Intervalos de confianza sobre a media.
* Intervalos de confianza sobre a varianza.
* Comandos relevantes de R
CONTRASTES DE HIPÓTESES
* Elementos dun contraste: hipóteses, nivel de significación, potencia, nivel p dunha mostra...
* Contrastes de hipóteses sobre a media.
* Contrastes de hipóteses sobre a diferenza de medias.
* Contrastes de hipóteses sobre varianzas e cociente de varianzas.
* Comandos relevantes de R
INTRODUCIÓN AOS MODELOS LINEAIS * Regresión lineal simple
* Análise da varianza unifactorial.
* Comandos relevantes de R.

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Sesión maxistral A1 B1 B2 B8 B18 B20 C7 C11 C12 C18 18 36 54
Solución de problemas A1 A2 B3 B4 B5 B9 B12 B15 B6 B8 B7 C3 C10 C11 C12 C13 C15 C16 C8 23 46 69
Proba de resposta breve A1 B8 C10 C12 2 4 6
Proba obxectiva A1 B3 B8 B7 C10 C11 C12 C15 3 15 18
 
Atención personalizada 3 0 3
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Desenvolvemento dos temas do programa (explicación dos conceptos teóricos, baseados en numerosos exemplos e problemas tipo).
Solución de problemas Resolución das prácticas que se proporán ao longo do curso. Os enunciados das prácticas publicaranse na páxina web da asignatura con suficiente antelación. Con posterioridade á sesión práctica, publicaranse na páxina web as correspondentes solucións ou orientacións para a resolución dos problemas.

En cada tema unha das prácticas proporase para resolvela en grupos, e recollerase para a súa calificación. Para a resolución das prácticas os/as estudiantes formarán grupos de dous, distintos para cada práctica, ou de un alumno, e ao rematar a clase cada grupo entregará as súas solucións, incluída no seu caso a transcrición do código de R que se usara e os resultados numéricos obtidos.

Na cualificación final das prácticas non entrará a práctica na que o/a estudante obtivera a menor puntuación.
Proba de resposta breve Proba individual tipo test ou de resposta breve, que se entregará, sobre o contido de algúns temas do programa.

Na cualificación final dos tests non entrará o test no que o/a estudante obtivera a menor puntuación.
Proba obxectiva Os exames son de carácter práctico e cobren a totalidade da asignatura. Permítese o uso dun resume ou formulario, de cinco folios manuscritos como máximo, que inclúa os resultados teóricos que o/a estudante estime convenientes. Salvo mención en contra, prohíbese levar ao exame outro tipo de apuntes, libros ou recopilacións de problemas resoltos. Para a realización do exame cada alumno/a disporá dun equipo informático co software R instalado.

Atención personalizada
Metodoloxías
Solución de problemas
Proba obxectiva
Descrición
A resolución das prácticas farase en grupos, co apoio do software estatístico R, para o que se aproveitarán os medios informáticos do centro. Os profesores estarán en todo momento dispoñibles para atender as dúbidas dos alumnos durante as sesións prácticas.

A asistencia a titorías recoméndase especialmente para os/as estudantes con dedicación a tempo parcial e dispensa de exención de asistencia. As titorías ofrécense de forma presencial ou online, nun horario flexible.



Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Solución de problemas A1 A2 B3 B4 B5 B9 B12 B15 B6 B8 B7 C3 C10 C11 C12 C13 C15 C16 C8 A cualificación de cada práctica é común aos dous membros do grupo correspondente.
28
Proba obxectiva A1 B3 B8 B7 C10 C11 C12 C15 Exame de carácter práctico. Plantéxanse unha serie de preguntas ou problemas. Salvo mención en contra todas teñen a mesma puntuación asignada. 60
Proba de resposta breve A1 B8 C10 C12 Proba tipo test ou de resposta breve para avaliar a comprensión dos conceptos do tema correspondente. 12
 
Observacións avaliación

As porcentaxes de cualificación indicadas máis arriba corresponden a un suposto no que se entregan 3 tests (dos que puntúan os 2 mellores) e 6 prácticas (das que puntúan as 5 mellores). En cada curso concreto a nota promedio de prácticas e tests calcularase como a media de todas as cualificacións obtidas, independentemente de se proveñen dunha práctica ou un test, unha vez excluídas a nota mínima obtida nunha práctica e a nota mínima obtida nun test.

Se NPT é a nota promedio de prácticas e tests, nas dúas convocatorias a nota final calcularase como 0.6 x (nota do exame) + 0.4 x (NPT), nos casos nos que a nota do exame sexa maior ou igual a 4, e menor que NPT; noutro caso a nota final será a do exame.

É dicir, a nota (sempre conxunta) de prácticas e tests supón un 40% da nota final, pero só se ten en conta se a súa incorporación mellora a a nota do exame e ademais a nota do exame non é inferior a 4 puntos.

De acordo con este sistema, o feito de non poder entregar as prácticas ou os tests (por exemplo por dedicación a tempo parcial ou exención de asistencia) non supón ningunha penalización na cualificación final.

A realización fraudulenta dunha práctica ou test, unha vez comprobada,
implicará directamente a cualificación de "0" na nota de prácticas e tests. No caso
dos exames, implicará directamente a cualificación de suspenso "0" na
materia na oportunidade correspondente. Seguirase en todo caso o establecido na normativa vixente da UDC.


Fontes de información
Bibliografía básica Horton, Pruim, Kaplan (2015). A Student's Guide to R. https://cran.r-project.org/doc/contrib/Horton+Pruim+Kaplan_MOSAIC-StudentGuide.pdf
César Pérez López (2021). Estadística: Problemas resueltos y aplicaciones a través de R. Garceta Editorial
(). http://www.burns-stat.com/documents/tutorials/impatient-r/. Tutorial de R
(). http://www.r-project.org/. Web de R
(). https://campusvirtual.udc.gal/course/view.php?id=15102. Web asignatura en Campus Virtual
F. Fernández Palacín y otros (). Inferencia estadística: Teoría y problemas. https://elibro-net.accedys.udc.es/es/ereader/bibliotecaudc/33882
Cao, R. y otros (2001). Introducción a la Estadística y sus aplicaciones. Pirámide
Mendenhall, W.; Beaver, J.; Beaver, B. M. (2010). Introducción a la probabilidad y estadística . Thomson
R Development Core Team (). Introducción a R. https://cran.r-project.org/doc/manuals/r-release/R-intro.html
Alfonso García Pérez (). La interpretación de los datos: una introducción a la estadística aplicada. https://elibro-net.accedys.udc.es/es/ereader/bibliotecaudc/48802
Asín, J. y otros (2002). Probabilidad y estadística en ingeniería: ejercicios resueltos. Prensas Universit. Zaragoza
Delgado de la Torre, R. (2008). Probabilidad y Estadística para ciencias e ingeniería. Delta Publicaciones
Jay L. Devore (). Probabilidad y Estadística para Ingeniería y Ciencias. https://elibro-net.accedys.udc.es/es/ereader/bibliotecaudc/93280
Johnson, R. A. (2012). Probabilidad y Estadística para ingenieros. Pearson
Enmanuel Paradis (). R para principiantes. https://cran.r-project.org/doc/contrib/rdebuts_es.pdf
John Verzani (2002). simpleR. https://cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf
Olarrea Busto, J.; Cordero García, M. (2007). Varios títulos: Colección Problemas Útiles. García Maroto

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Cálculo/632G01002

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Na páxina web da asignatura aparecen diversos materiais de apoio, incluíndo apuntes dos diversos temas, prácticas propostas nos cursos anteriores e exames deste curso e cursos anteriores con solucións. Tamén se publica o calendario de clases teóricas e prácticas, as notificacións de publicación das sucesivas prácticas e calquera outra información relevante sobre o desenvolvemento do curso.



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías