|
Tipo A
|
Código |
Competencias Específicas | | | 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. |
|
Tipo B
|
Código |
Competencias Transversales | | | B1 |
Aprendre a aprendre. |
|
Tipo C
|
Código |
Competencias Nucleares | | | 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. |
|
Tipo A
|
Código |
Resultados de aprendizaje |
| | 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.
|
|
Tipo B
|
Código |
Resultados de aprendizaje |
| | B1 |
Posa en pràctica de forma disciplinada els enfocaments, mètodes i experiències que proposa el professor
|
|
Tipo C
|
Código |
Resultados de aprendizaje |
| | C3 |
Localitza i accedeix a la informació de manera eficaç i eficient
| | | C4 |
Produeix un text escrit adequat a la situació comunicativa
|
| tema |
Subtema |
| 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 |
| Metodologías :: Pruebas |
| |
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
| 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 |
|
1 |
0 |
1 |
| Proves de desenvolupament |
|
3 |
0 |
3 |
| |
(*) 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 |
| 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 |
|
descripción |
|
Resoldre dubtes concrets de l'assignatura al despatx |
|
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
| Proves mixtes |
|
Examen parcial que pot ser tipus preguntes curtes o tipus test (en aquest cas les respostes errònees resten punts).
|
15% nota final de l'assignatura |
| Proves de desenvolupament |
|
L'examen final de l'assignatura consta de dues parts:
Primera: preguntes curtes o tipus test (en aquest cas les respostes errònees resten punts). (30-40% de la nota de l'examen)
Segona: resolució de problemes (amb formulari de màxim 2 fulls). (60-70% de la nota de l'examen) |
70% nota final de l'assignatura |
| Otros |
|
Prova pràctica o examen. A l'inici de curs el professor responsable del grup explicarà en que consistirà en aquell grup aquesta prova pràctica o examen. |
15% nota final de l'assignatura |
| |
|
Otros comentarios y segunda convocatoria |
|
L'ús de la calculadora i/o del software informàtic és un dels objectius de l'assignatura. Per això a l'examen es permeten les calculadores científiques i únicament queden prohibits els dispositius que permeten la connexió a xarxes de dades. Així mateix queden totalment prohibits a l'aula lús de telèfons i altres dispositius mòbils que li suposaria a l'alumne l'expulsió de l'aula. L'alumne també podrà dur a l'examen les taules de la Gaussiana i relacionades. A la segona part de l'examen, a la part de problemes es podrà dur també un formulari limitat a 2 fulls. La segona convocatòria és igual a la prova de desenvolupament però la nota d'aquesta prova és el 100% de la nota final de l'assignatura. |
| 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. |
| Asignaturas que continúan el temario |
|
| Asignaturas que se recomienda cursar simultáneamente |
|
| Asignaturas que se recomienda haber cursado previamente |
|
(*)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. |
|