Estadística y ciencia de datos

Adquirir el manejo, bajo un enfoque práctico, de las diversas técnicas que permiten un correcto y riguroso planteamiento, recogida, análisis e interpretación de datos especialmente enfocado al desarrollo de nuevos procesos y productos, así como al perfeccionamiento de los existentes.

Estos objetivos se centran en los fundamentos y modelos básicos de los métodos estadísticos y en el análisis exploratorio e inferencial de los datos especialmente dirigido a ingenieros químicos.

1. Estadística descriptiva
Introducción a la Estadística. Variables cualitativas y cuantitativas. Variables discretas y continuas. Distribución de frecuencias. Representaciones gráficas. Medidas de posición. Medidas de dispersión y de forma.

2. Probabilidad
Evolución del Cálculo de probabilidades. Conceptos Básicos. Experimento aleatorio. Espacio muestral. Sucesos. Definición de probabilidad. Probabilidad condicionada. Independencia de sucesos. Teoremas clásicos: Regla del producto, Ley de probabilidades totales y Teorema de Bayes.

3. Variables aleatorias discretas
Definición de variable aleatoria. Variable aleatoria discreta: Distribución de probabilidad y función de distribución. Principales distribuciones discretas: Bernoulli, Binomial y Poisson.

4. Variables aleatorias continuas
Variable aleatoria continua. Función de densidad y función de distribución. Medidas características de una variable aleatoria: Esperanza matemática, varianza y desviación típica. Tipificación de una variable aleatoria. La distribución Uniforme. La distribución Exponencial. La distribución Normal. Aproximación de otras distribuciones por la distribución normal. Teorema Central del Límite.

5. Estimación e intervalos de confianza
Introducción a la estimación. Propiedades de los estimadores. Concepto de Intervalo de confianza. Intervalo de confianza para una proporción. Estimación e intervalos de confianza para la media y la varianza de una población normal.

6. Contraste de hipótesis
El problema del contraste de hipótesis: tipos de hipótesis, tipos de errores y sus probabilidades asociadas. Nivel crítico o p-valor. Contrastes de hipótesis sobre una proporción. Contrastes sobre la media y la varianza de una población normal.

7. Comparación de poblaciones
Muestras emparejadas y muestras independientes. Comparación de dos medias en muestras emparejadas y en muestras independientes. Contraste de dos varianzas. Contraste de dos proporciones.

8. Regresión lineal simple
El modelo lineal de regresión simple. Estimación de los coeficientes por mínimos cuadrados. Covarianza y coeficiente de correlación. Estimación de la varianza del error. Propiedades de los estimadores. Inferencia sobre los parámetros. Predicción.

9. Regresión lineal múltiple y análisis de la varianza
Regresión lineal múltiple. Introducción al análisis de la varianza.

10. Introducción a la programación lineal
Formulación de los problemas de programación lineal. Resolución gráfica del problema de programación lineal. Resolución empleado el software R.

BIBLIOGRAFÍA BÁSICA:
Apuntes de la materia en el campus virtual y los siguientes libros:

Dalgaard, P., 2008. Introductory Statistics with R. Springer (second edition). Accesible en https://link-springer-com.ezbusc.usc.gal/book/10.1007%2F978-0-387-79054… Holický, M., 2013. Introduction to Probability and Statistics for engineers. Springer. Accesible en https://link-springer-com.ezbusc.usc.gal/book/10.1007%2F978-3-642-38300…
Bazaraa, M.; Jarvis, J.; Sherali, H. (2010): “Linear Programming and Networks Flows”. Wiley. Disponible en línea a través de la USC.


BIBLIOGRAFÍA COMPLEMENTARIA:

DEVORE J.L., 2005. Probabilidad y Estadística para Ingeniería y Ciencias. 6º edición. México: Thomson. ISBN 9789706864574 FREUND J.E., MILLER I., MILLER M., 2000. Estadística Matemática con Aplicaciones. 6ª edición. México: Pearson. ISBN 9701703898
MENDENHALL, W, SINCICH, T., 2016. Statistics for Engineering and the Sciences. 6ª edición. Boca Ratón: CRC Press. ISBN 9781498728850 MONTGOMERY D.C., RUNGER G.C., 1996. Probabilidad y Estadística aplicadas a la Ingeniería. 2ª edición. México: Limusa. ISBN 9789681859152 NAVIDI W., 2006. Estadística para ingenieros. México: McGraw-Hill. ISBN 9701056299
PEÑA, D., 2008. Fundamentos de Estadística. 2ª edición. Madrid: Alianza Editorial. ISBN 9788420683805
QUESADA-PALOMA V., ISIDRO A., LÓPEZ L.J., 1982. Curso y Ejercicios de Estadística.2ª edición. Reimpresión. Madrid: Alhambra. ISBN 8420508780

(Según aparece en la memoria de grado)

Conocimientos
Con18: Conocimiento en materias básicas y tecnológicas, que les capacite para el aprendizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones.

Competencias
Comp03: Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización.
Comp13: Capacidad de trabajar en un entorno multilingüe y multidisciplinar.

Habilidades o destrezas
H/D03: Capacidad de gestión de la información.
H/D09: Destrezas informáticas.

La metodología que se llevará a cabo será la siguiente.

La materia tiene carácter semestral con seis créditos ECTS por lo que tendrá 24 horas de docencia expositiva y 26 horas de docencia interactiva, en las que se incluyen las prácticas de ordenador con el software estadístico R.

Las clases tendrán una duración de 55 minutos y se desarrollarán en el aula asignada haciendo uso fundamentalmente de la pizarra y de presentaciones. Se fomentará la participación de los alumnos en las clases, sobre todo en los aspectos más prácticos. También se discutirán y resolverán diversos ejercicios enunciados en boletines que serán entregados al alumnado para fomentar su trabajo personal, utilizándose también para evaluar su aprovechamiento.

En las tutorías se tratará de resolver las dudas suscitadas por los alumnos sobre las clases teórico-prácticas o sobre los problemas que deben solucionar.

El alumnado contará con el apoyo del campus virtual de la USC, a través de la página del curso, para disponer de acceso a los programas, bibliografía y distintos boletines de ejercicios, así como a notas de algunos temas e información sobre actividades adicionales.

La calificación de cada estudiante se hará mediante la evaluación continua y la realización de un examen final. Dicho examen final será teórico-práctico (tanto en la primera oportunidad como en la segunda oportunidad), consistente en la interpretación de una serie de cuestiones, desarrollo de preguntas de teoría y resolución de problemas.

La evaluación continua supondrá un 30% de la calificación final: un 15% por las evaluaciones realizadas en las prácticas en el lenguaje R y un 15% correspondiente a controles escritos, tutorías y/o otras actividades. Para el cálculo de la nota final se seguirá la siguiente fórmula entre las pruebas de evaluación continua (EC) y la nota del examen final (EF): 0.3*EC + 0.7*EF

En la segunda oportunidad se hará un nuevo examen y se conservará el resultado de la evaluación continua. Los alumnos repetidores tendrán el mismo sistema de evaluación.

Se considerará presentado a cualquier estudiante que haya acudido al examen final.

Para los casos de realización fraudulenta de pruebas o ejercicios será de aplicación lo recogido en la "Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones".

(Según aparece en la memoria de grado)

Docencia teórica 24
Docencia interactiva seminario 12
Docencia interactiva aula informática 14
Tutorización en grupo reducido 1
Examen y revisión 4
Trabajo personal del alumnado 95


Lo que representa 55h presenciales, 95h de trabajo del alumno y 150h totales.

Para superar con éxito la materia es recomendable:
- La asistencia a las clases expositivas e interactivas y la resolución y revisión de los problemas que se propongan.
- Dedicar al estudio de la materia un tiempo regularmente distribuido a lo largo del cuatrimestre.
- Comprobar el grado de asimilación de los conceptos y de adquisición de las técnicas básicas de cálculo, resolviendo los ejercicios propuestos en clase.
- Emplear el software de la materia en las horas de trabajo del alumno.
- Hacer uso del horario de tutorías para consultar cualquier duda que pueda surgir.
- Con la utilización de la bibliografía recomendada es posible completar o ampliar cualquier tema.

El alumnado contará con el apoyo del campus virtual de la USC, a través de la página del curso, para disponer de acceso a los programas, bibliografía y distintos boletines de ejercicios, así como a notas de algunos temas e información sobre actividades adicionales.

Las prácticas de ordenador se realizarán con el software estadístico R.