|
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 |
|
4 |
0 |
4 |
| Short-answer objective tests |
|
0 |
0 |
0 |
| Mixed tests |
|
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 |
| 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 o bé
online |
|
Methodologies |
Competences
|
Description |
Weight |
|
|
|
|
| Mixed tests |
|
There will be two tests throughout the course in which it may be necessary to use Excel.
|
30% de la nota final (15% cada parcial). |
| Mixed tests |
|
The exam in official call will consist of objective questios (short questions or test type, in this case the erroneous answers substract points) and problem solving, in this case with a maximum form of 2 pages. The resolution of the exam may require the use of Excel.
|
60% de la nota final (para poder presentarse, la media de las pruebas de evaluación continua ha de ser superior a 3). |
| Short-answer objective tests |
|
Moodle quizzes to do at home. |
10% de la nota final de la asignatura. |
| Others |
|
|
|
| |
|
Other comments and second exam session |
|
In order to be able to take the final exam and be able to pass the subject, it is necessary to have obtained an average grade in the continuous assessment tests (the two partials carried out throughout the course and the questionnaires, weighted by their respective weights) greater than 3. The second call: The structure of the exam is identical to that of the first call but the mark of this test is 100% of the final grade of the subject. In all mixed tests it may be necessary to know and use Excel, and therefore the use of a computer, to carry out the exercises. In this case the use of any messaging application is prohibited. Likewise, it is strictly forbidden in the classroom to use telephones and other mobile devices that can connect to the outside. The use of these applications or devices will mean the student's expulsion from the classroom |
| 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. |
|