|
Type A
|
Code |
Competences Specific | | | A3 |
Find, analyze and interpret quantitative and qualitative information of a financial, accounting, economic, social and legal nature that is relevant to the taking of business decisions.
|
|
Type B
|
Code |
Competences Transversal | | | B1 |
Learning to learn |
|
Type C
|
Code |
Competences Nuclear | | | C3 |
Be able to manage information and knowledge |
| | C4 |
Be able to express themselves correctly both orally and in writing in one of the two official languages of the URV |
|
Type A
|
Code |
Learning outcomes |
| | A3 |
Use and correctly define the concepts and tools of probability (random variables, the population-sample distinction, etc.)
Apply probability-derived tools appropriate to the problem being dealt with.
Solve problems without errors.
Understand and correctly interpret the results of probability and statistical inference.
|
|
Type B
|
Code |
Learning outcomes |
| | B1 |
Put into practice the approaches, methods and experiments put forward by the teaching staff in a disciplined fashion.
|
|
Type C
|
Code |
Learning outcomes |
| | C3 |
Locate and access information effectively and efficiently.
| | | C4 |
Produce written texts that are appropriate to the communicative situation
|
| 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 |
| Introductory activities |
|
1 |
0 |
1 |
| Lecture |
|
30 |
45 |
75 |
| IT-based practicals in computer rooms |
|
25 |
45 |
70 |
| Personal attention |
|
0 |
0 |
0 |
| |
| Mixed tests |
|
1 |
0 |
1 |
| Extended-answer tests |
|
3 |
0 |
3 |
| |
(*) 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 |
| Introductory activities |
Presentació assignatura |
| Lecture |
Classe expositiva |
| IT-based practicals in computer rooms |
Realització explicativa de problemes |
| Personal attention |
Utilització de les hores d'atenció a l'estudiant per resoldre qüestions i dubtes concrets |
|
Description |
|
Resoldre dubtes concrets de l'assignatura al despatx |
|
Methodologies |
Competences
|
Description |
Weight |
|
|
|
|
| Mixed tests |
|
Examen parcial que pot ser tipus preguntes curtes o tipus test (en aquest cas les respostes errònees resten punts).
|
15% nota final de la asignatura |
| Extended-answer tests |
|
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 la asignatura |
| Others |
|
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 |
| |
|
Other comments and second exam session |
|
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 l´ús de telèfons i altres dispositius mòbils que li suposaria a l'alumne l'expulsió de l'aula. L'alumne s'haurà d'examinar en el grup que estigui matriculat. En cas no no poder assistir a alguna prova parcial haurà de ser per una causa contemplada en la normativa i caldrà portar un justificant. 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. |
| Basic |
|
| 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 |
| Complementary |
|
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 |
| STATISTICS I/16224007 | | MATHEMATICS 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. |
|