DATOS IDENTIFICATIVOS 2020_21
Asignatura (*) MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Código 20224008
Titulación
Grado en Ingeniería Mecánica (2010)
 Ciclo 1º
Descriptores Cr.totales Tipo Curso Periodo
6 Formación básica Segundo 1Q
Lengua de impartición
Català
Departamento Ingeniería Química
Coordinador/a
FERNÁNDEZ SABATER, ALBERTO
 Correo-e alberto.fernandez@urv.cat
roger.girbes@urv.cat
francisco.berto@urv.cat
federica.vitrone@urv.cat
Profesores/as
FERNÁNDEZ SABATER, ALBERTO
GIRBES BALAGUE, ROGER
BERTO ROSELLÓ, FRANCISCO
VITRONE , FEDERICA
Web
Descripción general e información relevante <div> <p>En el caso de emergencia sanitaria que requiera confinar a la población o que implique restricciones de movilidad durante este curso, se procurará adaptar la actividad docente para que se pueda llevar a cabo en la modalidad de docencia presencial adaptada (mixta/híbrida), combinando la docencia presencial con la docencia a distancia. Si se produce esta situación, se informará de estas adaptaciones en el espacio Moodle de la asignatura.</p> <p>El sistema de evaluación en este periodo excepcional es el que se explica en el apartado “Evaluación. Otros comentarios y segunda convocatoria” bajo el título ADAPTACIÓN DE LA EVALUACIÓN PARA EL CURSO 2020-21.</p> <p>DESCRIPCIÓN GENERAL DE LA ASIGNATURA:</p> Aprender a recoger y analizar datos eficientemente: descripción e interpretación de datos, muestreo, estimación, contraste de hipótesis, análisis de la varianza con uno y dos factores, determinación de modelos de regresión. </div>

Competencias
Tipo A Código Competencias Específicas
 A1.1 Aplicar efectivamente el conocimiento de las materias básicas, científicas y tecnológicas propias de la ingeniería
 A1.2 Diseñar, ejecutar y analizar experimentos relacionados con la ingeniería
 A3.1 Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización (FB1)
Tipo B Código Competencias Transversales
 B4.1 Aprender modos eficaces para asimilar conocimientos y comportamientos
 B4.4 Conocer las materias básicas y tecnológicas, que lo capacitan para el aprendizaje de nuevos métodos y teorías, y lo dotan de versatilidad para adaptarse a nuevas situaciones.
Tipo C Código Competencias Nucleares
 C1.4 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
 A1.1 Aplica correctamente los principios matemáticos que puedan plantearse en la ingeniería, álgebra lineal, geometría, geometría diferencial, cálculo diferencial e integral, ecuaciones diferenciales y en derivadas parciales, métodos numéricos, algorítmica numérica, estadística y optimización.
 A1.2 Conoce las técnicas de diseño de experimentos y análisis multivariante.
 A3.1 Adquiere la capacidad de utilización de las herramientas matemáticas básicas en el modelado y resolución de situaciones relacionadas con la ingeniería. Las técnicas estudiadas son las relacionadas con el álgebra lineal y el análisis univariante y multivariante.
Conoce los mecanismos estadísticamente correctos para un análisis eficiente de datos: interpretación y toma de decisiones sobre los valores de parámetros físicos o químicos.
Conoce los métodos más frecuentes de optimización y saber utilizarlos en la resolución de problemas del ámbito de la ingeniería.
Tipo B Código Resultados de aprendizaje
 B4.1 Desarrolla estrategias propias para resolver problemas y encontrar soluciones.
Es capaç d’integrar paradigmes d’altres disciplines
 B4.4 Té una visió de conjunt de les diferents teories o metodologies d’una assignatura
Hace aportaciones significativas o ciertas innovaciones.
Transfiere el aprendizaje de casos y ejercicios del aula a situaciones reales de otros ámbitos.
Tipo C Código Resultados de aprendizaje
 C1.4 Produce un texto escrito gramaticalmente correcto.
Produce un texto escrito bien estructurado, claro y rico.
Produce un texto escrito adecuado a la situación comunicativa.

Contenidos
tema Subtema
1. Introducción al análisis de datos 1.1. Concepto de Estadística. Contenido de la Estadística.
1.2. Concepto de población, muestra, individuo y variable estadística.
1.3. Clasificación de les variables estadísticas.
1.4. Distribución de frecuencias. Representaciones gráficas.
1.5. Agrupación de datos en intervalos.
1.6. Parámetros de posición.
1.7. Parámetros de dispersión.
2. Variables aleatorias 2.1. Concepto de probabilidad y propiedades.
2.2. Concepto de variable aleatoria.
2.3. Variables aleatorias discretas: función de probabilidad y función de distribución.
2.4. Variables aleatorias continuas: función de densidad y función de distribución.
2.5. Esperanza matemática.
2.6. Varianza.
3. Modelos de distribución de probabilidades 3.1. Distribuciones discretas: Weibull, Bernoulli, binomial, Poisson, uniforme.
3.2. Distribuciones continuas: uniforme, exponencial, normal.
3.3. Ley normal general. Ley normal reducida: N(0,1).
3.4. Distribuciones deducidas de la normal: chi-cuadrado, t de Student y F de Snedecor.
3.5. Convergencia a la ley normal: teorema del límite central.
3.6. Uso de las tablas estadísticas.
4. Intervalos de confianza 4.1. Nociones de muestra y muestreo.
4.2. Concepto de estadístico y de parámetro.
4.3. Estimación puntual y estimación por intervalos.
4.4. Noción de intervalo de confianza. Coeficiente de confianza.
4.5. Determinación de intervalos de confianza.
4.6. Aplicación de los intervalos de confianza al control de procesos.
5. Contraste de hipótesis 5.1. Hipótesis estadísticas. Tipos de hipótesis.
5.2. Concepto de región crítica y región de aceptación.
5.3. Tipos de errores. Nivel de significación.
5.4. Aplicación de los contrastes de hipótesis.
5.5. Control de recepción.
6. Análisis de la varianza 6.1. Generalidades sobre el análisis de la varianza.
6.2. Diseño de un factor.
6.3. Diseño de dos factores sin interacción. Bloques aleatorizados.
6.4. Diseño de dos factores con interacción.
7. Regresión lineal 7.1. Modelo de regresión mostral simple.
7.2. Estimación de la recta de regresión por el método de los mínimos cuadrados.
7.3. Medidas de bondad de ajuste.
7.4. Contrastes de significación.
7.5. Construcción de intervalos de predicción.
7.6. Regresión no lineal.
7.7. Regresión lineal múltiple.

Planificación
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
 Horas fuera de clase
 (**) Horas totales
Actividades introductorias
A1.1
A1.2
 1 1.5 2.5
Sesión magistral
A1.1
A1.2
A3.1
 28 42 70
Practicas a través de TIC en aulas informáticas
A1.1
A1.2
A3.1
B4.1
B4.4
C1.4
 26 39 65
Atención personalizada
1 1.5 2.5
 
Pruebas objetivas de preguntas cortas
A1.1
A1.2
A3.1
C1.4
 2 3 5
Pruebas objetivas de preguntas cortas
A1.1
A1.2
A3.1
C1.4
 2 3 5
 
(*) 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
Metodologías
  descripción
Actividades introductorias Introducción de la asignatura donde se explican los contenidos a trabajar, los objetivos a evaluar, la metodología que se usa y el método de evaluación.
Sesión magistral El profesor explica los contenidos teóricos de cada tema.
Practicas a través de TIC en aulas informáticas Se pide a los alumnos que hagan y entreguen prácticas, realizadas con ordenador, relacionadas con los contenidos que se están trabajando en cada momento. Estas prácticas forman parte de la evaluación continua de la asignatura.
Atención personalizada Los alumnos pueden tener atención personalizada de cualquier aspecto del curso durante las horas de atención a los alumnos y en las horas de resolución de ejercicios y prácticas en el aula.

Atención personalizada
descripción

Tiempo que cada profesor tiene reservado para atender y resolver dudas a los alumnos. Debido a la emergencia sanitaria, la atención al estudiante se podrá realizar mediante reuniones en línea, en horarios concertados previamente por correo electrónico, o mediante otras herramientas virtuales.

Evaluación
Metodologías Competencias descripción Peso        
Practicas a través de TIC en aulas informáticas
A1.1
A1.2
A3.1
B4.1
B4.4
C1.4
 El estudiante tendrá que resolver, con ordenador, problemas de los diversos contenidos de la asignatura. Se valorará el aprovechamiento de las prácticas. 20%
Pruebas objetivas de preguntas cortas
A1.1
A1.2
A3.1
C1.4
 Prueba individual de carácter de síntesis sobre los contenidos desarrollados durante la primera parte de la asignatura. 40%
Pruebas objetivas de preguntas cortas
A1.1
A1.2
A3.1
C1.4
 Prueba individual de carácter de síntesis sobre los contenidos desarrollados durante la segunda parte de la asignatura. 40%
Otros  
 
Otros comentarios y segunda convocatoria

ADAPTACIÓN DE LA EVALUACIÓN PARA EL CURSO 2020-21

Evaluación continua:

No se prevén cambios significativos en el sistema de evaluación de la asignatura.

Segunda convocatoria:

La calificación final consistirá en un 100% por la nota de una prueba objetiva individual.

Durante las pruebas evaluativas, los teléfonos móviles, tablets y otros dispositivos electrónicos que no estén expresamente autorizados para la prueba, deben estar apagados y fuera de la vista.


Fuentes de información

Básica Mateo, J.M., Estadística pràctica pas a pas, , URV

Complementaria

Recomendaciones
(*)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.