Datos Identificativos 2015/16
Asignatura (*) Métodos Estadísticos Código 614G01057
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Período Curso Tipo Créditos
Grao 1º cuadrimestre
 Cuarto Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
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
Descrición xeral 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 do título
Código Competencias do título
A1 Capacidade para a resolución dos problemas matemáticos que se poden presentar na enxeñaría. Aptitude para aplicar os coñecementos sobre: álxebra linear; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estatística e optimización.
A29 Capacidade de identificar, avaliar e xestionar os riscos potencias asociados que se puideren presentar.
A50 Capacidade para comprender e aplicar os principios da avaliación de riscos e aplicalos correctamente na elaboración e execución de plans de actuación.
B1 Capacidade de resolución de problemas
B2 Traballo en equipo
B3 Capacidade de análise e síntese
B6 Toma de decisións
B7 Preocupación pola calidade
B8 Capacidade de traballar nun equipo interdisciplinar
B9 Capacidade para xerar novas ideas (creatividade)
C5 Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras.
C6 Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.
C7 Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.
C8 Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do 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

Contidos
Temas Subtemas
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)
4.3. Outros deseños clásicos de experimentos: Deseño con tres factores completamente aleatorizado, deseños en cadrado latino e greco-latino

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
6.5 Outros contrastes de interese (modelo completo e reducido)
6.6 Predición en regresión lineal múltiple
6.7 Diagnose do modelo: multicolinealidade
6.8 Métodos para a selección de variables explicativas

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral 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
Traballos tutelados A1 A29 A50 B1 B3 B6 B7 B9 C6 C7 C8 10 20 30
Actividades iniciais A1 B1 B8 B9 C7 C8 4 10 14
Proba mixta A1 B1 B3 C8 2 20 22
 
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 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.
Traballos 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 iniciais Presentación de la asignatura. Exposición de los recursos disponibles (página web, bibliografía de referencia)
Proba 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
Metodoloxías
Solución de problemas
Descrición
Resolución de ejercicios propuestos de los distintos temas

Avaliación
Metodoloxías Competencias Descrición Cualificación
Solución de problemas A1 A29 A50 B1 B2 B3 B7 B9 C6 C7 C8 A partir de una nube de datos facilitada por el profesor, se le pedirá al alumno que obtenga conclusiones utilizando los modelos de diseño de experimentos o de regresión. Para ello se utilizará un paquete estadístico y se le preguntará acerca de la conclusiones que se obtienen y que justifique si el ajuste del modelo es adecuado.
Esta prueba es conjunta con la de la Sesión magistral. Esto es, en una única prueba (examen de tipo aplicado) el alumno tiene que demostrar el conocimiento de lo aprendido en la sesión magistral y en la solución de problemas. La prueba tiene una puntuación de 50 puntos sobre 100.
Esta prueba puede ser escrita y/o oral. 		20
Traballos tutelados A1 A29 A50 B1 B3 B6 B7 B9 C6 C7 C8 El alumno recogerá una colección de datos a los que se le pueda ajusta un modelo de diseño de experimentos o de regresión. Y realizará un estudio completo del modelo ajustado. Presentará por escrito el análisis realizado y, según el caso, se le puede solicitar que defienda oralmente el trabajo realizado. 50
Sesión maxistral A1 A29 A50 B1 B6 B9 C5 C6 C7 C8 Se evaluará a través de la prueba de carácter aplicada: interpretación de resultados gráficos, conclusiones que se obtienen de salidas numéricas, interpretación de conceptos básicos. 30
 
Observacións avaliación
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.

Fontes de información
Bibliografía 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
Bibliografía complementaria

Bibliografía adicional está disponible en la web de la asignatura:

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

Recomendacións
Materias que se recomenda ter cursado previamente
Estatística/614G01008

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

  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.



(*)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