Tipo A
|
Código |
Competencias Específicas | | A2 |
Ser capaz de buscar, analizar e interpretar información cuantitativa y cualitativa de carácter financiero-contable, económico, social y legal, relevante para la toma de decisiones empresariales.
|
Tipo B
|
Código |
Competencias Transversales | | B1 |
Aprender a aprender |
Tipo C
|
Código |
Competencias Nucleares | | C3 |
Gestionar la información y el conocimiento. |
| C4 |
Expresarse correctamente de manera oral y escrita en una de las dos lenguas oficiales de la URV. |
Resultados de aprendizaje |
Tipo A
|
Código |
Resultados de aprendizaje |
| A2 |
Utiliza y define correctamente los conceptos y las herramientas de la probabilidad (variables aleatorias, distinción población-muestra ...)
Aplica las herramientas derivadas de la probabilidad adecuadas al problema que se plantea.
Resuelve sin errores los problemas que se le plantean.
Interpreta correctamente y comprende los resultados propios de la probabilidad y la inferencia estadística.
|
Tipo B
|
Código |
Resultados de aprendizaje |
| B1 |
Pone en práctica de forma disciplinada los enfoques, métodos y experiencias que propone el profesor.
|
Tipo C
|
Código |
Resultados de aprendizaje |
| C3 |
Localiza y accede a la información de manera eficaz y eficiente.
| | C4 |
Produce un texto escrito adecuado a la situación comunicativa.
|
tema |
Subtema |
TEMA 1. VARIABLES ALEATORIAS UNIDIMENSIONALES |
1.1. Variables aleatorias discretas
1.1.1. Función de probabilidad (de cuantía). Propiedades
1.1.2. Función de distribución. Propiedades
1.2. Variables aleatorias continuas
1.2.1. Función de distribución. Propiedades
1.2.2. Función de densidad. Propiedades
CARACTERÍSTICAS DE LAS VARIABLES ALEATORIAS
1.3. Esperanza de una variable aleatoria. Propiedades
1.4. Varianza de una variable aleatoria. Propiedades
1.5. Desigualdad de Txebitxev
|
TEMA 2. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD |
2.1. DISTRIBUCIONES DISCRETAS
2.1.1. Distribución uniforme discreta
2.1.2. Distribución de Bernoulli
2.1.3. Distribución binomial
2.1.4. Distribución de Poisson
2.2. DISTRIBUCIONES CONTINUAS
2.2.1. Distribución uniforme
2.2.2. Distribución exponencial
|
TEMA 3. DISTRIBUCIÓN NORMAL Y DISTRIBUCIONES RELACIONADAS |
3.1. Definición. Normal tipificada
3.2. Propiedades. Uso de tablas
3.3. Aproximación de la binomial por la normal
3.4. Importancia de la distribución normal: teorema central del límite
3.5. Distribuciones relacionadas con la normal
3.5.1. Distribución t de Student
|
TEMA 4. MUESTREO. DISTRIBUCIONES MUESTRALES |
4.1. Muestreo. Tipo de muestreo
4.2. Parámetros poblacionales y estadísticos muestrales
4.3. Error muestral
4.4. Distribución muestral del estadístico media muestral
4.5. Distribución de la varianza y de la quasivariància muestral
4.6. Distribución de otros estadísticos muestrales
|
TEMA 5. TEORÍA DE LA ESTIMACIÓN |
5.1. Concepción clásica de la estimación
ESTIMACIÓN PUNTUAL
5.2. Concepto de estimador
5.3. Propiedades deseables de los estimadores
5.3.1. Estimadores no sesgados
5.3.2. Estimadores eficientes
5.3.3. Propiedades asintóticas
ESTIMACIÓN POR INTERVALOS
5.4. Concepto de intervalo de confianza
5.5. Determinación de algunos intervalos de confianza
|
TEMA 6. CONTRASTE DE HIPÓTESIS PARAMÉTRICA |
6.1. Planteamiento general. Conceptos Básicos
6.2. Tipo de hipótesis estadísticas
6.3. Estadístico de prueba. Región crítica
6.4. Tipo de error
6.5. Nivel de significación. p-valor
6.6. Contrastes sobre la media y sobre la diferencia de medias
6.7. Contrastes sobre proporciones y sobre diferencia de proporciones
|
TEMA 7. INTRODUCCIÓN A LA ECONOMETRÍA |
7.1 Modelo de regresión lineal simple. Ajuste por mínimos cuadrados ordinarios
7.2 Contratos de hipótesis sobre los parámetros
|
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Actividades introductorias |
|
1 |
0 |
1 |
Sesión magistral |
|
30 |
45 |
75 |
Resolución de problemas/ejercicios en el aula ordinaria |
|
25 |
45 |
70 |
Atención personalizada |
|
0 |
0 |
0 |
|
Pruebas mixtas |
|
2 |
0 |
2 |
Pruebas mixtas |
|
2 |
0 |
2 |
|
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor. (**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías
|
descripción |
Actividades introductorias |
Presentación asignatura |
Sesión magistral |
Clase expositiva |
Resolución de problemas/ejercicios en el aula ordinaria |
Realización explicativa de problemas |
Atención personalizada |
Utilización de las horas de atención al estudiante para resolver Cuestiones y Dudas concretas |
descripción |
Resolver Dudas concretas de la asignatura en el despacho o bien online |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Pruebas mixtas |
|
Se realizarán 2 pruebas a lo largo del curso, donde cada puntúa un 20% de la nota final. |
20% nota final de la assignatura |
Pruebas mixtas |
|
El examen en convocatoria oficial constará de preguntas Objetivas (preguntes cortas o tipo test, en este caso los Respuestas erróneas restan puntos) y Resolución de problemas en este caso con formulario de máximo 2 hojas. |
70% nota final de la assignatura |
Otros |
|
Cuestionarios Moodle de preguntas objetivas a resolver a lo largo del curso |
10% nota final de l'assignatura |
|
Otros comentarios y segunda convocatoria |
La segunda convocatoria: La estructura del examen es idéntica a la de la primera convocatoria pero la nota de esta prueba es el 100% de la nota final de la asignatura. En los exámenes será necesario llevar las tablas de Gauss y t-Student y se podrán emplear calculadores científicas y Únicamente quedan prohibidos a los dispositivos que permiten la Conexión a Redes de datos. Asimismo queden totalmente prohibidos en el aula el uso de teléfonos y otros dispositivos móviles que puedan conectarse al exterior. El uso de estos dispositivos supondrán para el estudiante la expulsión del aula. |
Básica |
|
TEORIA
ALEA, M.V. et al. Estadística aplicada a les ciències econòmiques i socials. Ed. McGraw-Hill, 1999.
RUIZ-MAYA, L.; MARTÍN, F.J. Estadística II: Inferencia. Ed. Thomson, 2001.
MARTíN PLIEGO, F. J.; RUIZ-MAYA, L. Estadística I: . Ed. Thomson, 2004.
PROBLEMES
ALLEPÚS et al. Exercicis d’inferència estadística. Cossetània Edicions, 2002.
SARABIA, J. Curso práctico de Estadística. Ed. Civitas, 1993 |
Complementaria |
|
TEORIA
ARANDA, J.; GOMEZ, J. Fundamentos de Estadística para Economía y Administración de empresas. Ed. PPU, 1992.
CANAVOS, G.C. Probabilidad y Estadística. Aplicaciones y métodos. Ed. Mc Graw, 1988.
LÓPEZ CACHERO, M. Fundamentos y métodos de Estadística. Ed. Pirámide, 1990.
MARTÍN, F.J.; RUIZ-MAYA, L. Estadística I: Probabilidad. Ed. Thomson, 2004.
NOVALES, A. Estadística y econometría. Ed. Mc Graw-Hill, 1997.
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que se recomienda haber cursado previamente |
MATEMÁTICAS I/16214008 | ESTADÍSTICA I/16214007 |
|
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente. |
|