|
Type A
|
Code |
Competences Specific | | | A3 |
Ser capaç de cercar, analitzar i interpretar informació quantitativa i qualitativa de caràcter financer, econòmic, social i legal, rellevant per a la presa de decisions empresarials i econòmiques. |
|
Type B
|
Code |
Competences Transversal | | | B1 |
Aprendre a aprendre. |
|
Type C
|
Code |
Competences Nuclear | | | C3 |
Gestionar la informació i el coneixement. |
| | C4 |
Expressar-se correctament de manera oral i escrita en una de les dues llengües oficials de la URV. |
|
Type A
|
Code |
Learning outcomes |
| | A3 |
Utilitza i defineix correctament els conceptes i les eines de la probabilitat (variables aleatòries, distinció població-mostra...)
Aplica les eines derivades de la probabilitat adequades al problema que es planteja.
Resol sense errors els problemes que se li plantegen.
Interpreta correctament i comprèn els resultats propis de la probabilitat i la inferència estadística.
|
|
Type B
|
Code |
Learning outcomes |
| | B1 |
Posa en pràctica de forma disciplinada els enfocaments, mètodes i experiències que proposa el professor
|
|
Type C
|
Code |
Learning outcomes |
| | C3 |
Localitza i accedeix a la informació de manera eficaç i eficient
| | | C4 |
Produeix un text escrit adequat a la situació comunicativa
|
| Topic |
Sub-topic |
| 1. VARIABLES ALEATÒRIES UNIDIMENSIONALS |
1.1. Variables aleatòries discretes
1.1.1. Funció de probabilitat (de quantia). Propietats
1.1.2. Funció de distribució. Propietats
1.2. Variables aleatòries contínues
1.2.1. Funció de distribució. Propietats
1.2.2. Funció de densitat. Propietats
CARACTERÍSTIQUES DE LES VARIABLES ALEATÒRIES
1.3. Esperança d’una variable aleatòria. Propietats
1.4. Moments respecte de l’origen i respecte de la mitjana
1.5. Variància d’una variable aleatòria. Propietats
1.6. Desigualtat de Txebitxev |
| 2. MODELS DE DISTRIBUCIÓ DE PROBABILITAT |
2.1. DISTRIBUCIONS DISCRETES
2.1.1. Distribució uniforme discreta
2.1.2. Distribució de Bernoulli
2.1.3. Distribució binomial
2.1.4. Distribució hipergeomètrica
2.1.6. Distribució de Poisson
2.2. DISTRIBUCIONS CONTÍNUES
2.2.1. Distribució uniforme
2.2.2. Distribució exponencial
|
| 3. DISTRIBUCIÓ NORMAL I DISTRIBUCIONS RELACIONADES |
3.1. Definició. Normal tipificada
3.2. Propietats. Ús de taules
3.3. Aproximació de la binomial per la normal. Correcció per continuïtat
3.4. Importància de la distribució normal: teorema central del límit
3.5. Distribucions relacionades amb la normal
3.5.1. Distribució khi quadrat
3.5.2. Distribució t de Student
3.5.3. Distribució F de Snedecor |
| 4. MOSTREIG. DISTRIBUCIONS MOSTRALS |
4.1. Mostreig. Tipus de mostreig
4.2. Paràmetres poblacionals i estadístics mostrals
4.3. Error mostral
4.4. Distribució mostral de l’estadístic mitjana mostral
4.5. Distribució de la variància i de la quasivariància mostral
4.6. Distribució d’altres estadístics mostrals |
| 5. TEORIA DE L’ESTIMACIÓ |
5.1. Concepció clàssica de l’estimació
ESTIMACIÓ PUNTUAL
5.2. Concepte d’estimador
5.3. Propietats desitjables dels estimadors
5.3.1. Estimadors no esbiaixats
5.3.2. Estimadors eficients
5.3.3. Propietats asimptòtiques
ESTIMACIÓ PER INTERVALS
5.4. Concepte d’interval de confiança
5.5. Determinació d’alguns intervals de confiança |
| 6. CONTRAST D’HIPÒTESI PARAMÈTRICA |
6.1. Plantejament general. Conceptes bàsics
6.2. Tipus d’hipòtesis estadístiques
6.3. Estadístic de prova. Regió crítica
6.4. Tipus d’error
6.5. Nivell de significació. p-valor
6.6. Contrastos sobre la mitjana i sobre la diferència de mitjanes
6.7. Contrastos sobre proporcions i sobre diferència de proporcions
6.8. Contrastos sobre variàncies |
| Methodologies :: Tests |
| |
Competences |
(*) Class hours
|
Hours outside the classroom
|
(**) Total hours |
| Activitats Introductòries |
|
1 |
0 |
1 |
| Sessió Magistral |
|
30 |
45 |
75 |
| Pràctiques a través de TIC en aules informàtiques |
|
25 |
45 |
70 |
| Atenció personalitzada |
|
0 |
0 |
0 |
| |
| Proves mixtes |
|
4 |
0 |
4 |
| Proves objectives de preguntes curtes |
|
0 |
0 |
0 |
| Proves mixtes |
|
2 |
0 |
2 |
| |
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies
| |
Description |
| Activitats Introductòries |
Presentació assignatura |
| Sessió Magistral |
Classe expositiva |
| Pràctiques a través de TIC en aules informàtiques |
Realització explicativa de problemes |
| Atenció personalitzada |
Utilització de les hores d'atenció a l'estudiant per resoldre qüestions i dubtes concrets |
|
Description |
|
Resoldre dubtes concrets de l'assignatura al despatx o bé
online |
|
Methodologies |
Competences
|
Description |
Weight |
|
|
|
|
| Proves mixtes |
|
Examen parcial que pot ser tipus preguntes curtes o tipus test (en aquest cas les respostes errònees resten punts).
|
30% de la nota final (15% cada parcial). |
| Proves mixtes |
|
L'examen en convocatòria oficial constarà de preguntes objectives (preguntes curtes o tipus test, en aquest cas les respostes errònies resten punts) i resolució de problemes, en aquest cas amb formulari de màxim 2 fulls. La resolució de l'examen podria requerir l'ús d'Excel. |
60% de la nota final (para poder presentarse, la media de las pruebas de evaluación continua ha de ser superior a 3). |
| Proves objectives de preguntes curtes |
|
Qüestionaris de moodle per a fer a casa. |
10% de la nota final de la asignatura. |
| Others |
|
|
|
| |
|
Other comments and second exam session |
|
Per poder presentar-se a l'examen final i poder aprovar l'assignatura cal haver obtingut una nota mitjana en les proves d'avaluació continuada (els dos parcials realitzats al llarg del curs i els qüestionaris, ponderats pels seus respectius pesos) superior a 3. La segona convocatòria: L'estructura de l'examen és idèntica a la de la primera convocatòria però la nota d'aquesta prova és el 100% de la nota final de l'assignatura. En totes les proves mixtes pot ser necessari el coneixement i utilització d' Excel, i per tant l' ús d' un ordinador, per a la realització dels exercicis. En aquest cas queda prohibit l' ús de qualsevol aplicació de missatgeria. Així mateix queda totalment prohibit a l' aula l' ús de telèfons i altres dispositius mòbils que puguin connectar-se a l' exterior. L' ús d' aquestes aplicacions o dispositius suposarà per a l' estudiant l'expulsió de l'aula. |
| Bàsica |
|
| 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 |
| Complementària |
|
TEORIA
ARANDA, J.; GOMEZ, J. Fundamentos de Estadística para Economía y Administración de empresas. Ed. PPU, 1992. LIND, D.A.; MARCHAL, W.G.; WATHEN, S.A. Estadística Aplicada a los Negocios y la Economía. Mc Graw-Hill, 15 ed. 2012. 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. |
| Subjects that it is recommended to have taken before |
| ESTADÍSTICA I/16224007 | | MATEMÀTIQUES II/16224009 |
|
(*)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. |
|