Tipus A
|
Codi |
Competències Específiques | | A1.1 |
Aplicar efectivament el coneixement de les matèries bàsiques, científiques i tecnològiques pròpies de l'enginyeria |
| A1.2 |
Dissenyar, executar i analitzar experiments relacionats amb l'enginyeria |
| A3.1 |
Capacitat per a la resolució dels problemes matemàtics que puguin plantejar-se en l'enginyeria. Aptitud per aplicar els coneixements sobre àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorísmica numèrica, estadística i optimització (FB1) |
Tipus B
|
Codi |
Competències Transversals | | B4.1 |
Aprendre maneres eficaces per assimilar coneixements i comportaments |
| B4.4 |
Coneixement en matèries bàsiques i tecnològiques que capaciti per a l'aprenentatge de nous mètodes i teories, i doti de versatilitat per adaptar-se a noves situacions |
Tipus C
|
Codi |
Competències Nuclears | | C1.4 |
Expressar-se correctament de manera oral i escrita en una de les dues llengües oficials de la URV. |
Tipus A
|
Codi |
Resultats d'aprenentatge |
| A1.1 |
Aplica correctament els principis matemàtics que puguin plantejar-se en l’enginyeria, àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorítmica numèrica, estadística i optimització.
| | A1.2 |
Coneix les tècniques de disseny d'experiments i anàlisis multivariant
| | A3.1 |
Adquireix la capacitat d’utilització de les eines matemàtiques bàsiques en el modelat i resolució de situacions relacionades amb l’enginyeria. Les tècniques estudiades son les relacionades amb l’àlgebra lineal i l’anàlisi univariant i multivariant.
Coneix els mecanismes estadísticament correctes per a un anàlisis eficient de dades: interpretació i presa de decisions sobre els valors de paràmetres físics o químics.
Coneix els mètodes més freqüents d’optimització i saber utilitzar-los en la resolució de problemes de l’àmbit de l’enginyeria
|
Tipus B
|
Codi |
Resultats d'aprenentatge |
| B4.1 |
Desenvolupa estrategies pròpies de resoldre problemes i trobar solucions.
Es capaç d’integrar paradigmes d’altres disciplines
| | B4.4 |
Té una visió de conjunt de les diferents teories o metodologies d’una assignatura
Fa aportacions significatives o certes innovacions
Transfereix l’aprenentatge de casos i exercicis de l’aula a situacions reals d’altres àmbits
|
Tipus C
|
Codi |
Resultats d'aprenentatge |
| C1.4 |
Produeix un text escrit gramaticalment correcte
Produeix un text escrit ben estructurat, clar i ric
Produeix un text escrit adequat a la situació comunicativa
|
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. Variables aleatòries |
2.1. Concepte de probabilitat i propietats.
2.2. Concepte de variable aleatòria.
2.3. Variables aleatòries discretes: funció de probabilitat i funció de distribució.
2.4. Variables aleatòries contínues: funció de densitat i funció de distribució.
2.5. Esperança matemàtica.
2.6. Variància.
|
3. Models de distribució de probabilitats |
3.1. Distribucions discretes: Weibull, Bernoulli, binomial, Poisson, uniforme.
3.2. Distribucions contínues: uniforme, exponencial, normal.
3.3. Llei normal general. Llei normal reduïda: N(0,1).
3.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor.
3.5. Convergència a la llei normal: teorema del límit central.
3.6. Ús de les taules estadístiques.
|
4. Intervals de confiança |
4.1. Nocions de mostra i mostreig.
4.2. Concepte d’estadístic i de paràmetre.
4.3. Estimació puntual i estimació per intervals.
4.4. Noció d’interval de confiança. Coeficient de confiança.
4.5. Determinació d’intervals de confiança.
4.6. Aplicació dels intervals de confiança al control de processos. |
5. Contrast d’hipòtesis |
5.1. Hipòtesis estadístiques. Tipus d’hipòtesis.
5.2. Concepte de regió crítica i regió d’acceptació.
5.3. Tipus d’errors. Nivell de significació.
5.4. Aplicació dels contrastos d’hipòtesis.
5.5. Control de recepció. |
6. Anàlisi de la variància |
6.1. Generalitats sobre l’anàlisi de la variància.
6.2. Disseny d’un factor.
6.3. Disseny de dos factors sense interacció. Blocs aleatoritzats.
6.4. Disseny de dos factors amb interacció.
|
7. Regressió lineal |
7.1. Model de regressió mostral simple.
7.2. Estimació de la recta de regressió pel mètode dels mínims quadrats.
7.3. Mesures de bondat d’ajust.
7.4. Contrastos de significació.
7.5. Construcció d’intervals de predicció.
7.6. Regressió no lineal.
7.7. Regressió lineal múltiple.
|
Metodologies :: Proves |
|
Competències |
(*) Hores a classe
|
Hores fora de classe
|
(**) Hores totals |
Activitats Introductòries |
|
1 |
1.5 |
2.5 |
Sessió Magistral |
|
28 |
42 |
70 |
Pràctiques a través de TIC en aules informàtiques |
|
26 |
39 |
65 |
Atenció personalitzada |
|
1 |
1.5 |
2.5 |
|
Proves objectives de preguntes curtes |
|
4 |
6 |
10 |
|
(*) 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
|
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. |
Atenció personalitzada |
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. |
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. |
Metodologies |
Competències
|
Descripció |
Pes |
|
|
|
|
Pràctiques a través de TIC en aules informàtiques |
|
L’estudiant, amb ajuda del professor, haurà de resoldre problemes dels diversos continguts de l'assignatura. Es valorarà l’aprofitament de les pràctiques. |
20% |
Proves objectives de preguntes curtes |
|
Dos exàmens parcials de caràcter de síntesi (40% de la nota cadascun). |
80% |
Altres |
|
|
|
|
Altres comentaris i segona convocatòria |
Durant les proves avaluatives, els telèfons mòbils, tablets i altres aparells electrònics que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista. En el cas de segona convocatòria, la qualificació final consistirà en un 20% per la nota de les proves pràctiques a través de TIC realitzades durant el curs, més un altre 80% corresponent a una segona prova objectiva individual. |
Bàsica |
Mateo, J.M., Estadística pràctica pas a pas, , URV
|
|
Complementària |
|
|
(*)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 |
|