|
Tipo A
|
Código |
Competencias Específicas | | | A3 |
Ser capaz de buscar, analizar e interpretar información cuantitativa y cualitativa de carácter financiero, económico, social y legal, relevante para la toma de decisiones empresariales y económicas
|
|
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 |
| | A3 |
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. Momentos respecto del origen y respecto de la media
1.5. Varianza de una variable aleatoria. Propiedades
1.6. 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 hipergeométrica
2.1.6. 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. Corrección por continuidad
3.4. Importancia de la distribución normal: teorema central del límite
3.5. Distribuciones relacionadas con la normal
3.5.1. Distribución chi cuadrado
3.5.2. Distribución t de Student
3.5.3. Distribución F de Snedecor
|
| 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
6.8. Contrastes sobre varianzas
|
| Metodologías :: Pruebas |
| |
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
| Actividades introductorias |
|
1 |
0 |
1 |
| Sesión magistral |
|
30 |
45 |
75 |
| Practicas a través de TIC en aulas informáticas |
|
25 |
45 |
70 |
| Atención personalizada |
|
0 |
0 |
0 |
| |
| Pruebas mixtas |
|
2 |
0 |
2 |
| Pruebas de desarrollo |
|
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 |
| Practicas a través de TIC en aulas informáticas |
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 |
|
Examen parcial que puede ser tipo preguntas cortas o tipo test (en este caso las respuestas erróneas restan puntos).
|
15% nota final de la asignatura |
| Pruebas de desarrollo |
|
El examen final de la asignatura consta de dos partes:
Primera: preguntas cortas o tipo test (en este caso las respuestas erróneas restan puntos). (30-40% de la nota del examen)
Segunda: resolución de problemas (con formulario de máximo 2 hojas). (60-70% de la nota del examen) |
70% nota final de la asignatura |
| Otros |
|
Prueba práctica o examen. Al inicio de curso el profesor responsable del grupo explicará en que consistirá en aquel grupo esta prueba práctica o examen. |
15% nota final de l'assignatura |
| |
|
Otros comentarios y segunda convocatoria |
|
El uso de la calculadora y/o del software informático es uno de los objectivos de la asignatura. Por ello en el examen se permiten las calculadoras científicas y únicamente quedan prohibidos los dispositivos que permiten la connexión a las redes de datos. Así mismo quedan totalmente prohibidos en el aula el uso de teléfonos y otros dispositivos móviles que le supondría al alumno la expulsión del aula. El alumno deberá examinarse en el grupo que esté matriculado. En caso no poder asistir a alguna prueba parcial deberá ser por una causa contamplada en la normativa y deberá aportar un justificante. El alumno también podrá llevar al examen las tablas de la Gaussiana y relacionadas. En la segunda parte del examen, en la parte de problemas se podrá llevar también un formulario limitado a 2 hojas. La segunda convocatoria es igual a la prueba de desarrollo pero la nota de esta prueba es el 100% de la nota final de la asignatura. |
| 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. 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 se recomienda haber cursado previamente |
| ESTADÍSTICA I/16224007 | | MATEMÁTICAS II/16224009 |
|
(*)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. |
|