Teaching GuideTerm Higher Technical University College of Civil Engineering |
Grao en Enxeñaría de Obras Públicas |
Subjects |
Statistics |
Learning aims |
|
|
Identifying Data | 2023/24 | |||||||||||||
Subject | Statistics | Code | 632G01017 | |||||||||||
Study programme |
|
|||||||||||||
Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
Graduate | 2nd four-month period |
Second | Basic training | 6 | ||||||||||
|
Learning outcomes | Study programme competences / results | ||
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 |
|