DADES IDENTIFICATIVES 2006_07
Assignatura ESTADÍSTICA Codi 19051010
Ensenyament
Biotecnologia (2005)
Cicle 1er
Descriptors Crèd. Crèd. teoria Crèd. pràctics Tipus Curs Període
4.5 3 1.5 Troncal Segon Segon
Llengua d'impartició
Departament Enginyeria Quimica
Coordinador/a
MATEO SANZ, JOSEP MARIA
Adreça electrònica josepmaria.mateo@urv.cat
Professors/es
MATEO SANZ, JOSEP MARIA
Web
Descripció general i informació rellevant Aprendre a recollir i a analitzar dades eficientment: descripció i interpretació de dades, mostreig, estimació, contrast d’hipòtesis, anàlisis de la variància amb un i dos factors, determinació de models de regressió.

Competències
Codi  
A
A
A
B
B
B
B
B
B
B
B
B
B
C
C

Objectius d'aprenentatge
Objectius Competències
Calcular les mesures de tendència central i qualsevol percentil d'un conjunt de dades poblacionals agrupades o no en intervals. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Calcular el recorregut, la desviació mitjana, la variància, la desviació típica i el coeficient de variació d'un conjunt de dades poblacionals agrupades o no en intervals. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Determinar probabilitats on es combinen successos dependents i independents. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Determinar probabilitats de diversos successos quan es treballa amb variables aleatòries discretes i contínues. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Determinar la funció de probabilitat, la funció de distribució, l'esperança i la variància d'una v. a. discreta. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Completar la funció de densitat d'una v. a. contínua. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Determinar la funció de distribució, l'esperança i la variància d'una v. a. contínua. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Calcular probabilitats de diversos successos quan es treballa amb alguna de les distribucions següents: binomial, Poisson, uniforme discreta, uniforme contínua, exponencial, normal, t de Student, khi-quadrat, F de Fisher. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Usar l'aproximació d'una distribució per una altra quan sigui adient. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Calcular probabilitats quan s'està treballant amb una v. a. que és combinació lineal d'altres. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Construir l'interval de confiança per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Aplicar contrastos d'hipòtesis per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals. A1
A13
B1
B2
B4
B5
B6
B8
C2
C5
Contrastar si un o diversos factors influeixen sobre una variable resposta. A1
A13
A14
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Calcular la recta, obtinguda per mínims quadrats, que relaciona dues variables a partir de dades mostrals. A1
A13
A14
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Calcular el coeficient de correlació, el coeficient de determinació i l'error estàndard d'una regressió lineal. A1
A13
A14
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Construir intervals de predicció per a valors individuals i per a valors esperats. A1
A13
A14
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Calcular els paràmetres de relacions no lineals entre dues variables que es puguin transformar en lineals. A1
A13
A14
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Decidir quina és la funció que millor s'ajusta a unes dades donades. A1
A13
B1
B2
B3
B4
B5
B6
B8
B9
B10
B14
C2
C5
Aplicar un paquet estadístic per a la resolució de problemes. A1
A13
B1
B2
B3
B4
B5
B6
B8
C2
C5

Continguts
Tema Subtema
1. Introducció a l’anàlisi de dades. 1.1. Concepte d’Estadística. Contingut de l’Estadística.
1.2. Concepte de població, mostra, individu i variable estadística.
1.3. Classificació de les variables estadístiques.
1.4. Distribució de freqüències. Representacions gràfiques.
1.5. Agrupació de dades en intervals.
1.6. Paràmetres de posició.
1.7. Paràmetres de dispersió.
2. Teoria de la probabilitat. 2.1. Experiments aleatoris. Espai mostral.
2.2. Successos. Àlgebra de successos.
2.3. Concepte de probabilitat i propietats.
2.4. Independència de successos. Probabilitat condicionada.
2.5. Teorema de la probabilitat total. Teorema de Bayes.
3. Variables aleatòries. 3.1. Concepte de variable aleatòria.
3.2. Variables aleatòries discretes: funció de probabilitat i funció de distribució.
3.3. Variables aleatòries contínues: funció de densitat i funció de distribució.
3.4. Esperança matemàtica.
3.5. Variància.
4. Models de distribució de probabilitats. 4.1. Distribucions discretes: Bernoulli, binomial, Poisson, uniforme.
4.2. Distribucions contínues: uniforme, exponencial, normal.
4.3. Llei normal general. Llei normal reduïda: N(0,1).
4.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor.
4.5. Convergència a la llei normal: teorema del límit central.
4.6. Exemples d’aproximació d’algunes distribucions a la distribució normal.
4.7. Ús de les taules estadístiques.
5. Teoria de l’estimació. 5.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals.
5.2. Propietats dels estimadors: biaix, eficiència i consistència.
5.3. Alguns mètodes d’estimació: el mètode dels moments i el mètode del màxim de versemblança.
5.4. Noció d’interval de confiança. Coeficient de confiança.
5.5. Determinació d’alguns intervals de confiança per a: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions.
6. Contrast d’hipòtesis. 6.1. Hipòtesis estadístiques. Tipus d’hipòtesis.
6.2. Concepte de regió crítica i regió d’acceptació.
6.3. Tipus d’errors. Potència d’un contrast. Nivell de significació.
6.4. Aplicació dels contrastos d’hipòtesis per: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions.
7. Anàlisi de la variància. 7.1. Generalitats sobre l’anàlisi de la variància.
7.2. Disseny d’un factor.
7.3. Disseny de dos factors sense interacció. Blocs aleatoritzats.
8. Regressió lineal. 8.1. Model de regressió mostral simple.
8.2. Estimació de la recta de regressió pel mètode dels mínims quadrats.
8.3. Mesures de bondat d’ajust.
8.4. Contrastos de significació.
8.5. Construcció d’intervals de predicció.
8.6. Regressió no lineal.
8.7. Regressió lineal múltiple.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe Hores fora de classe (**) Hores totals
Activitats Introductòries
1 0 1
 
Sessió Magistral
12 12 24
Pràctiques a través de TIC en aules informàtiques
15 15 30
Resolució de problemes, exercicis a l'aula ordinària
15 15 30
Metodologies integrades
6 6 12
 
Atenció personalitzada
1 0 1
 
Proves objectives de preguntes curtes
2 0 2
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
Activitats Introductòries Introducció de l'assignatura on s'expliquen els continguts a treballar, els objectius a avaluar, la metodologia que s'usa i el mètode d'avaluació.
Sessió Magistral El professor explica els continguts teòrics de cada tema. S'usa la pissarra i la projecció dels apunts.
Pràctiques a través de TIC en aules informàtiques Es demanen als alumnes que facin i lliurin pràctiques, realitzades amb ordinador, relacionades amb els continguts que s'estan treballant en cada moment. Aquestes pràctiques formen part de l'avaluació continuada de l'assignatura.
Resolució de problemes, exercicis a l'aula ordinària Es demanen als alumnes que facin i lliurin exercicis relacionats amb els continguts que se'estan treballant en cada moment. Aquests exercicis formen part de l'avaluació continuada de l'assignatura.
Metodologies integrades Els dos últims temes del temari els treballen parcialment els alumnes a través d'un treball en equip on estan implicades diverses assignatures que s'imparteixen en un quadrimestre. Aquest treball és de caire pràctic i forma part de l'avaluació continuada de l'assignatura.

Atenció personalitzada
 
Pràctiques a través de TIC en aules informàtiques
Resolució de problemes, exercicis a l'aula ordinària
Metodologies integrades
Atenció personalitzada
Descripció
Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula.

Avaluació
  Descripció Pes
Pràctiques a través de TIC en aules informàtiques Es valorarà l’aprofitament de les pràctiques. Per no veure penalitzada la nota d’aquesta part, es demana un mínim d’assistència del 80% a les classes. 20%
Resolució de problemes, exercicis a l'aula ordinària El professor resoldrà problemes a l’aula. A continuació l’alumne, amb ajuda del professor, haurà de resoldre problemes semblants. Per no veure penalitzada la nota d’aquesta part, es demana un mínim d’assistència del 80% a les classes. 20%
Metodologies integrades Prova grupal. Treball, en equip, realitzat integradament amb d'altres assignatures del curs acadèmic. Es valora un informe escrit. 10%
Proves objectives de preguntes curtes Examen final de caràcter de síntesi. Es permet l’ús d’un formulari. 50%
 
Altres comentaris i segona convocatòria

Fonts d'informació

Bàsica Mateo, J.M., Apunts propis de l’assignatura, ,
Domingo i Ferrer, J., Estadística tècnica. Una introducció constructivista, Universitat Rovira i Virgili, 1998
Peña, D., Estadística: modelos y métodos. Vols. I i II, Ed. Alianza, 1991
Canavos, G., Probabilidad y Estadística, McGraw-Hill, 1988
Fabregat, J., Probabilidad y estadística elemental. Ejercicios resueltos, Edicions UPC, 1991
Walpole, R. E.; Myers, R. H., Probabilidad y Estadística para ingenieros, McGraw-Hill, 1989

Complementària Sèrie Schaum, Diferents títols, Ed. McGraw-Hill,
Cuadras, C. M., Problemas de probabilidades y estadística. Vols. I i II, Ed. PPU, 1992

Recomanacions