Identifying Data 2020/21
Subject (*) Estatística Code 770G02008
Study programme
Grao en Enxeñaría Eléctrica
Descriptors Cycle Period Year Type Credits
Graduate 2nd four-month period
First Basic training 6
Language
Spanish
Teaching method Face-to-face
Prerequisites
Department Matemáticas
Coordinador
Lopez de Ullibarri Galparsoro, Ignacio
E-mail
ignacio.lopezdeullibarri@udc.es
Lecturers
González Rueda, Ángel Manuel
Lopez de Ullibarri Galparsoro, Ignacio
E-mail
angel.manuel.rueda@udc.es
ignacio.lopezdeullibarri@udc.es
Web http://estudos.udc.es/es/subject/770G01V01/770G01008/2020
General description Preténdese proporcionar ao 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 aos métodos aplicados sobre as demostracións matemáticas excesivamente formais.

Máis detalladamente, preténdese alcanzar os seguintes obxectivos:
1. Completar os coñecementos previos do estudante 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).
Contingency plan 1. Modificacións nos contidos
Ningunha.

2. Metodoloxías
*Metodoloxías docentes que se modifican
Sesión maxistral, Solución de problemas e Prácticas a través de TIC serán impartidas por teledocencia (Teams).
A Proba Obxectiva e a Proba de resposta múltiple realizaranse de modo non presencial por Moodle.
A docencia de teoría (Docencia expositiva) prevista como Presencial, pasarase a Non Presencial no caso de que o número de matriculados na asignatura non permita garantizar as medidas recollidas no Plan de Prevención do Centro.

3. Mecanismos de atención personalizada ao alumnado
Atenderanse as consultas do alumnado por correo electrónico dous días por semana. Se fose necesario poderanse facer titorías individuais por Teams concertándoas previamente por correo electrónico.

4. Modificacións na avaliación
Ningunha.

5. Modificacións da bibliografía ou webgrafía
Ningunha.

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
Coñecer os fundamentos da Inferencia Estatística. Utilizar métodos de estimación de parámetros e contraste de hipóteses e aplicalos á toma de decisións A6
B1
B2
B3
B4
Elaborar, comprender e valorar informes baseados en análises estatísticas A6
B1
B6
C3
Realizar cálculos e simulacións en situacións de incerteza A6
B1
B6
C3

Contents
Topic Sub-topic
Os seguintes temas desenrolan os contidos da ficha da Memoria de Verificación, que figuran no cadro á dereita. Estatística descritiva dunha e varias variables.
Cálculo de probabilidades.
Variables aleatorias e modelos de distribución discretos e continuos.
Introducción á Inferencia Estatística.
Estimación por intervalos de confianza.
Contrastes de hipóteses.
Introducción á optimización.
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.
Introducción á optimización.

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Guest lecture / keynote speech B2 B2 B3 21 36.75 57.75
Problem solving A6 A6 B1 B3 B4 B1 B3 B4 21 36.75 57.75
Multiple-choice questions A6 A6 1.25 2.5 3.75
Objective test A6 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 A6 Exame final de tipo test (20 preguntas) 45
Multiple-choice questions A6 A6 Exame parcial de tipo test (10 preguntas) 25
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
Evaluación na primeira oportunidade

A Proba de resposta
múltiple (exame parcial) realizarase ao 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, se terá en conta a
asistencia regular ás prácticas otorgándose 15 puntos. Neste caso, o
test da parte práctica puntuarase sobre 15 puntos. Para superar a asignatura é necesario acadar
unha cualificación total mínima de 50 puntos, sendo en todo caso
obligatoria a presentación á Proba obxectiva. Quen non se presente á
Proba obxectiva será cualificado como 'non presentado'. Se a
cualificación obtida sumando a Proba de resposta múltiple e a Proba
obxectiva é menor que a da Proba obxectiva puntuada sobre un máximo de
70 puntos, reemplazarase aquela cualificación por esta última. Non se
conservarán os puntos obtidos en cursos anteriores pola asistencia
regular ás prácticas.

Evaluación na 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. Se a asistencia regular ás prácticas durante o
curso se tivo en conta na avaliación da primeira oportunidade, tamén
será tida en conta (e co mesmo criterio) na da segunda oportunidade. Non
se conservarán os puntos obtidos en cursos anteriores pola asistencia
regular ás prácticas.

N.B.: No caso do alumnado con recoñecemento de
dedicación a tempo parcial e/ou dispensa académica de exención de
asistencia que renuncie á evaluación continua decidindo non presentarse á Proba de resposta múltiple
(exame parcial) e/ou non asistir ás prácticas, será avaliado nas dúas
oportunidades como o resto de alumnado que se atopa nunha situación
similar.


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

Complementary 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
R (). Sitio Web Programa R. https://www.r-project.org/

URLs dende 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.