DADES IDENTIFICATIVES 2010_11
Assignatura (*) ESTADÍSTICA Codi 20011019
Ensenyament
Enginyeria Química (1993)
Cicle 1r
Descriptors Crèd. Crèd. teoria Crèd. pràctics Tipus Curs Període
4.5 3 1.5 Troncal Primer Primer
Llengua d'impartició
Català
Departament Enginyeria Química
Coordinador/a
CUESTA ANDREA, JORGE ANTONIO
Adreça electrònica jordi.cuesta@urv.cat
Professors/es
CUESTA ANDREA, JORGE ANTONIO
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.
Com a conseqüència de l'extinció del pla d'estudis que estàs cursant, en aquesta assignatura es realitza a través de tutoria (excepte en els estudis de l'ETSE). Per a més informació cal consultar l'horari d'atenció personalitzada del professor.

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  i  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.

Atenció personalitzada
Descripció
Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes. Els canals de comunicació son: atenció personal al despatx en les hores que es publicaran a l'inici de curs o bé usant la missatgeria de la plataforma moodle.

Avaluació
 
Altres comentaris i segona convocatòria

Avalaució continuada: lliurament d'exercicis setmanalment i examen final. Els exercicis tenen un pes en la nota final del 40% i l'examen del 60%. no hi ha nota mínima ni dels exercicis ni de l'examen.


Fonts d'informació
Bàsica 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 , Apunts propis de l’assignatura, ,
Sèrie Schaum, Diferents títols, Ed. McGraw-Hill,
Cuadras, C. M., Problemas de probabilidades y estadística. Vols. I i II, Ed. PPU, 1992

(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent