Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 97 Horas de Tutorías: 3 Clase Expositiva: 25 Clase Interactiva: 25 Total: 150
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Estadística, Análisis Matemático y Optimización
Áreas: Estadística e Investigación Operativa
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
El objetivo de esta materia es que el alumnado se familiarice con los conceptos y técnicas básicas de la estadística descriptiva, de la probabilidad y de la inferencia estadística, especialmente aplicadas al ámbito de la Ingeniería Informática.
TEMA 1. ESTADÍSTICA DESCRIPTIVA
1.1 Conceptos generales.
1.2 Distribuciones de frecuencias.
1.3 Representaciones gráficas.
1.4 Medidas características: posición, dispersión y forma.
1.5 Estadística descriptiva bidimensional. Tablas de contingencia, diagrama de dispersión y recta de regresión.
TEMA 2. FUNDAMENTOS DE PROBABILIDAD
2.1 Experimento aleatorio. Sucesos y espacio muestral.
2.2 Asignación y definición de probabilidad. Operaciones con sucesos.
2.3 Probabilidad condicionada. Independencia de sucesos. Resultados notables.
TEMA 3. VARIABLE ALEATORIA DISCRETA
3.1 Variable discreta. Soporte, función de masa de probabilidad y función de distribución.
3.2 Medidas características.
3.3 Principales modelos de distribuciones discretas.
TEMA 4. VARIABLE ALEATORIA CONTINUA
4.1 Variable continua. Función de densidad y función de distribución.
4.2 Medidas características.
4.3 Principales modelos de distribuciones continuas.
4.4 Teorema Central del límite.
4.4 Aproximación de distribuciones.
TEMA 5. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Y ESTIMACIÓN DE PARÁMETROS
5.1 Introducción a la Inferencia Estadística.
5.2 Estimación para una población.
5.3 Estimación para dos poblaciones
5.4 Estimación por intervalos de confianza.
TEMA 6. CONTRASTE DE HIPÓTESIS
6.1 Introducción al contraste de hipótesis.
6.2 Procedimiento de contraste.
6.3 Contrastes para una población.
6.4 Contrastes para dos poblaciones.
CONTENIDOS DE LAS PRÁCTICAS CON ORDENADOR: introducción a R; estadística descriptiva; regresión lineal simple; variables aleatorias; distribuciones en el muestreo; intervalos de confianza y contrastes de hipótesis.
BIBLIOGRAFÍA BÁSICA
Borrajo, M. I. y otros (2020): Estatística Descritiva. Colección Esenciais USC. https://www.usc.gal/libros/gl/categorias/948-estatistica-descritiva-334…
Borrajo, M. I. y otros (2021): Fundamentos da Teoría da Probabilidade. Colección Esenciais USC. https://www.usc.gal/libros/gl/categorias/1025-fundamentos-da-teoria-da-…
Borrajo, M. I. y otros (2021): O programa estatístico R. Colección Esenciais USC. https://www.usc.gal/libros/gl/categorias/1024-o-programa-estatistico-r-…
Borrajo, M. I. y otros (2023): Inferencia Estatística Paramétrica I. Colección Esenciais USC. https://www.usc.gal/libros/gl/categorias/1183-inferencia-estatistica-pa…
Borrajo, M. I. y otros (2023): Inferencia Estatística Paramétrica II. Colección Esenciais USC. https://www.usc.gal/libros/gl/categorias/1182-inferencia-estatistica-pa…
Febrero Bande, M., Galeano San Miguel, P., González Díaz, J. y Pateiro López, B. (2008). Estadística: ingeniería técnica en informática de sistemas. Universidade de Santiago de Compostela, Santiago de Compostela.
Fernández-Viagas, Escudero, V., Framiñán Torres, J. M., Pérez González, P. y Villa Caro, G. (2016) Problemas resueltos de probabilidad y estadística en la ingeniería. Universidad de Sevilla, Sevilla.
Montgomery, D. C., Runger, G. C. y Medal, E. G. U. (2007). Probabilidad y estadística aplicadas a la ingeniería. Limusa-Wiley, México.
Peña, D. (1993). Estadística: Modelos y Métodos. Alianza Editorial, Madrid.
Verzani, J. (2005). Using R for Introductory Statistics. Chapman and Hall.
BIBLIOGRAFÍA COMPLEMENTARIA
Cao, R., Francisco, M., Naya, S., Presedo, M. A., Vázquez, M., Vilar, J. A. y Vilar, J. M. (1998). Estadística básica aplicada. Tórculo Edicións, Santiago de Compostela.
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, Madrid.
Devore, J. L. (2001). Probabilidad y Estadística para Ingeniería y Ciencias. Thomson Learnin, México.
Guisande-González, C., Vaamonde-Liste, A. y Barreiro-Felpeto, A. (2011). Tratamiento de datos con R, Statistica y SPSS. Díaz de Santos, Madrid.
Mendenhall, W. M. y Sincich, T. L. (2016). Statistics for Engineering and the Sciences. CRC Press, Boca Raton.
Peña, D. (1991). Fundamentos de estadística. Alianza Editorial, Madrid.
Quesada Paloma, V. y García Pérez, A. (1988). Lecciones de cálculo de probabilidades. Ediciones Díaz de Santos, Madrid.
Ross, S. M. (2014). Introduction to probability and statistics for engineers and scientists. Elsevier, Burlington.
Toda la bibliografía básica recomendada está disponible en la biblioteca de la Escola de Enxeñaría. La bibliografía complementaria puede encontrarse en las bibliotecas de la Universidade de Santiago de Compostela, donde existe además un notable fondo bibliográfico sobre estadística y manuales de uso de software estadístico.
Tras cursar esta asignatura, se espera que el alumnado trabaje las habilidades que se enumeran en la memoria del Grao en Enxeñaría Informática de la Universidade de Santiago de Compostela. Así, el alumnado deberá adquirir las siguientes competencias básicas, generales y transversales: CB1, CB3, CB4, CB5, CG5, CG8, CG9, CG10, TR1, TR2, TR3, FB1, FB3, RI6 y TI5.
Como resultados de aprendizaje se proporciona un conocimiento básico para el tratamiento, gestión y resumen de la información usando métodos estadísticos. Para ello, se introducen los fundamentos de la estadística a nivel descriptivo para, a continuación, establecer las bases de la teoría de probabilidad sobre la que se sustenta la modelización estadística de variables aleatorias.
Tras esta primera fase introductoria, estos conocimientos se aplican en interesantes problemas de la inferencia y los modelos lineales que tienen que ver con la predicción, el control de la calidad y la toma eficiente de decisiones. Entre otros ejemplos aplicados al ámbito de la ingeniería informática, se verán: cómo estudiar la vida útil de una pieza de un ordenador, cómo calcular la capacidad recomendada de un servidor acorde al número de usuarios que entran en una página web, cómo verificar si una pieza tiende a ser más defectuosa de lo que afirma el fabricante, cómo comprobar si una marca ofrece ordenadores que son más duraderos en media que otra.
En los apartados donde se describe la metodología y el sistema de evaluación se especificará la manera en la que las competencias (generales, transversales, básicas, de la rama de informática y de tecnologías de la información) a adquirir en la materia se trabajan y evalúan. En el caso de las competencias específicas del módulo de matemáticas y propias de la materia, debe entenderse que todas las actividades formativas a desarrollar pretenden trabajar estas competencias.
Docencia expositiva (25 horas). Para la transmisión del conocimiento se hará uso de diapositivas y de encerado y se resolverán problemas tipo, de manera que el alumnado pueda trabajar sobre los boletines de ejercicios facilitados. Respecto al material para el seguimiento de la materia, a mayores de la bibliografía recomendada, el alumnado contará con la ayuda de material adicional en el Campus Virtual de la USC. En las sesiones de docencia expositiva se trabajarán las siguientes habilidades: competencias básicas (CB1 y CB5), generales (CG8 y CG9), transversales (TR2, TR3, FB3 y RI6).
Prácticas con ordenador (14 horas). Para impartir este tipo de docencia se hará uso del software estadístico de uso libre y gratuito R. Fuera del aula, el alumnado deberá practicar el uso de R de manera autónoma para afianzar conceptos y enfrentarse por su cuenta a los problemas de analizar bases de datos y de programar funciones en dicho software. Para el seguimiento de las sesiones en el aula de informática, se facilitará al alumnado los guiones de las prácticas. Objetivos desarrollados: competencias básicas (CB3, CB4 y CB5), generales (CG5) y transversales (TR1, FB1, RI6 y TI5).
Resolución de problemas (10 horas). En las sesiones de seminario, la implicación del alumnado en la resolución de los ejercicios prácticos será orientada por el docente. Objetivos desarrollados: competencias básicas (CB1, CB3 y CB5), generales (CG9 y CG10) y transversales (TR1, TR2, FB1 y FB3).
Tutorías (3 horas). Las tutorías están destinadas al seguimiento del aprendizaje del alumnado. Objetivos desarrollados: competencias básicas (CB1, CB3, CB4 y CB5) y transversales (TR1 y TR2).
La distribución de las horas de docencia expositiva (25 horas) y seminarios de resolución de problemas (10 horas), por temas, es la siguiente, en sesiones de una hora:
Tema 1. Estadística descriptiva. (5 expositivas, 2 seminarios).
Tema 2. Fundamentos de probabilidad. (4 expositivas, 1 seminario).
Tema 3. Variables aleatorias discretas. (4 expositivas, 1 seminario).
Tema 4. Variables aleatorias continua. (4 expositivas, 2 seminarios).
Tema 5. Introducción a la Inferencia y la estimación de parámetros. (4 expositivas, 2 seminarios).
Tema 6. Contrastes de hipótesis. (4 expositivas, 2 seminarios).
La docencia interactiva en laboratorio (14 horas) se distribuye en 7 prácticas, cuyos contenidos están vinculados a varios temas. De modo orientativo, la distribución de las prácticas es la siguiente:
Práctica 1. Introducción a R. (2 horas).
Práctica 2. Estadística descriptiva. (2 horas, Tema 1).
Práctica 3. Regresión lineal simple. (2 horas, Tema 1).
Práctica 4. Variables aleatorias (2 horas, Tema 3, Tema 4).
Práctica 5. Distribuciones en el muestreo (2 horas, Tema 5).
Práctica 6. Intervalos de confianza y contrastes de hipótesis. (2 horas, Tema 5, Tema 6).
Práctica 7. Prueba de evaluación de prácticas. (2 horas).
Durante el curso se evaluará, de forma continua, el grado en el que el alumnado ha logrado los objetivos propuestos para esta asignatura. Finalizando con un examen teórico práctico. El peso de cada parte de la evaluación se detalla a continuación.
Evaluación continua (30%): la evaluación continua se realizará en base a la participación en distintos tipos de tareas. Las actividades de evaluación continua comprenderán la resolución de casos prácticos (de modo individual o en grupo), en los que se podrá incluir la utilización del software estadístico R. También se propondrán ejercicios de resolución individual a realizar de forma presencial y/o no presencial. La calificación obtenida se conservará entre oportunidades de un mismo curso académico (ordinaria y extraordinaria). Durante esta parte también se evaluará la participación e implicación del alumnado en el aula. Para optar a la evaluación continua, siempre que sea posible, es necesario asistir como mínimo al 75% de las sesiones prácticas. Quedará exento de esta condición el alumnado que ya haya cumplido este requisito en, al menos, uno de los dos últimos cursos académicos, previa comunicación al profesorado. Competencias evaluadas: CB1, CB3, CB4, CB5, CG5, CG8, CG9, CG10, TR1, TR2, TR3, FB1 y FB3.
Examen final (70%): el examen final constará de varias cuestiones y ejercicios teórico-prácticos sobre los contenidos de la materia, dentro de las que se podrá incluir la interpretación de resultados obtenidos con el paquete estadístico utilizado en la docencia interactiva. Competencias evaluadas: CB1, CB3, CB5, CG9, CG10, TR3, FB1, FB3, RI6, RI6 y TI5.
Nótese que, para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de la revisión de las calificaciones”.
Finalmente, se considera que no se concurre a evaluación cuando la persona no participa en ninguna actividad puntuable. El peso de la evaluación continua en la oportunidad de recuperación será el mismo que en la convocatoria ordinaria del cuatrimestre.
En esta materia, el alumnado cuenta con la siguiente docencia impartida por el profesorado: 25 horas de docencia expositiva, 14 horas de prácticas con ordenador y 10 horas de resolución de problemas. El alumnado deberá dedicar, a mayores, 52 horas a profundizar los conocimientos de las clases expositivas, 20 horas para las prácticas con ordenador y 15 para la resolución de problemas. Durante esas horas se deberá profundizar en el conocimiento adquirido, a través de la revisión de conceptos, práctica de la resolución de problemas y la consulta de la bibliografía recomendada.
El seguimiento a las sesiones expositivas e interactivas es fundamental para la superación de la materia. El alumnado deberá realizar todas las actividades recomendadas por el profesorado (resolución de problemas, revisión de bibliografía y ejercicios prácticos) para superar con éxito la materia. Además, se recomienda hacer uso del horario de tutorías para resolver cualquier duda que pueda surgir.
El material del curso se pondrá a disposición del alumnado a través del Campus Virtual de la USC.
Esta guía y los criterios y metodologías en ella descritos están sujetos a las modificaciones que se deriven de normativas y directrices de la USC.
Alberto Rodriguez Casal
- Departamento
- Estadística, Análisis Matemático y Optimización
- Área
- Estadística e Investigación Operativa
- Correo electrónico
- alberto.rodriguez.casal [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Maria Isabel Borrajo Garcia
Coordinador/a- Departamento
- Estadística, Análisis Matemático y Optimización
- Área
- Estadística e Investigación Operativa
- Correo electrónico
- mariaisabel.borrajo [at] usc.es
- Categoría
- Profesor/a: Profesor Contratado/a Doctor
| Martes | |||
|---|---|---|---|
| 09:00-10:00 | Grupo /CLIS_03 | Gallego | Aula A4 |
| 12:00-13:00 | Grupo /CLIS_02 | Gallego | Aula A1 |
| 15:30-17:30 | Grupo /CLIL_02 | Gallego, Castellano | IA.14 |
| Miércoles | |||
| 11:00-12:00 | Grupo /CLE_01 | Gallego | Aula A1 |
| 15:30-17:30 | Grupo /CLIL_01 | Gallego, Castellano | IA.01 |
| Jueves | |||
| 11:00-12:00 | Grupo /CLE_01 | Gallego | Aula A1 |
| 15:30-17:30 | Grupo /CLIL_05 | Gallego, Castellano | IA.03 |
| Viernes | |||
| 12:00-14:00 | Grupo /CLIL_04 | Castellano, Gallego | Aula A4 |
| 08.01.2025 10:00-14:00 | Grupo /CLIL_04 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIS_01 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIL_02 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLE_01 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIL_05 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIS_03 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIL_03 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIS_02 | Aula trabajo |
| 08.01.2025 10:00-14:00 | Grupo /CLIL_01 | Aula trabajo |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_02 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_01 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_04 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLE_01 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_01 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_02 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_05 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_03 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_03 | Aula A3 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_05 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_03 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_03 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_02 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_01 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_04 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLE_01 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIS_01 | Aula A4 |
| 19.05.2025 10:00-14:00 | Grupo /CLIL_02 | Aula A4 |
| 30.06.2025 16:00-20:00 | Grupo /CLIL_04 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLE_01 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIS_01 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIL_02 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIL_05 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIS_03 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIL_03 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIS_02 | Aula A1 |
| 30.06.2025 16:00-20:00 | Grupo /CLIL_01 | Aula A1 |