Guías Académicas

ESTADÍSTICA

ESTADÍSTICA

GRADO EN INGENIERÍA INFORMÁTICA EN SISTEMAS DE INFORMACIÓN

Curso 2023/2024

1. Datos de la asignatura

(Fecha última modificación: 18-04-23 17:22)
Código
105907
Plan
ECTS
6.00
Carácter
BÁSICA
Curso
1
Periodicidad
Segundo Semestre
Idioma
ESPAÑOL
Área
ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
Departamento
Estadística
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Profesor/Profesora
María Concepción Vega Hernández
Grupo/s
1
Centro
E. Politécnica Superior de Zamora
Departamento
Estadística
Área
Estadística e Investigación Operativa
Despacho
1.16. – Planta baja. Facultad de Medicina
Horario de tutorías
Ver en : https://politecnicazamora.usal.es/estudiantes/#informacion-academica
URL Web
https://produccioncientifica.usal.es/investigadores/57779/detalle
E-mail
mvegahdz@usal.es
Teléfono
923 294500 Ext. 1921

2. Sentido de la materia en el plan de estudios

Bloque formativo al que pertenece la materia.

MODULO: Formación Básica. MATERIA: Matemáticas

Papel de la asignatura.

Constituye el complemento fundamental de que va a permitir la extrapolación de resultados a la población objeto de estudio, para tomar decisiones y obtener conclusiones científicas válidas.

Perfil profesional.

Las actividades desarrolladas por los ingenieros informáticos constituyen piezas clave en la estrategia de las empresas para posicionarse en el actual mercado competitivo, incrementar su productividad e integrarse en la sociedad digital como en las relacionadas con la banca, finanzas y consultorías en las cuales se tienen que manejar un gran volumen de datos. Los conceptos  explicados en esta asignatura son particularmente útiles para este tipo de profesionales

3. Recomendaciones previas

Conocimientos de matemáticas básicas a nivel de bachiller. Son convenientes, aunque no necesarios, conocimientos básicos de estadística descriptiva.

Conocimientos de informática a nivel de usuario.

4. Objetivo de la asignatura

Generales

Proporcionar a los alumnos de primer curso del Grado Ingeniería Informática en Sistemas de Información los conocimientos básicos de diferentes técnicas de Estadística tanto Descriptiva como Inferencial, que les sean de utilidad en materias posteriores y en su desarrollo profesional. De esta forma, el futuro Ingeniero Informático podrá resolver problemas que se presentan en la práctica, y tendrán una visión correcta de la Estadística como herramienta indispensable del Método Científico.

 

Específicos

Saber realizar una exploración de datos, mediante el análisis descriptivo de una muestra.

Comprender y manejar adecuadamente los conceptos básicos del Cálculo de Probabilidades, así como las propiedades fundamentales.

Reconocer y manejar con soltura los principales modelos probabilísticos discretos y continuos.

Entender, conocer y describir con precisión los principios básicos de la Inferencia Estadística.

Comprender el concepto de intervalo de confianza.

Aplicar los intervalos de confianza en función de las características de las muestras y el parámetro a estimar.

Definir los conceptos básicos para la formulación de un contraste de hipótesis

Comprender los posibles errores que se pueden producir en un contraste de hipótesis

Definir nivel de significación en contrastes de hipótesis

Comprender el significado de un p-valor en un contraste de hipótesis.

Aplicar los contrastes de hipótesis en función del objetivo de un experimento y la información que se tiene de la población o poblaciones en estudio.

Comprender el concepto de potencia de un contraste de hipótesis.

Diferenciar entre contrastes paramétricos y no paramétricos .

Utilizar los contrastes de independencia y homogeneidad para el análisis de las relaciones existentes entre dos variables cualitativas.

Discutir la utilización de contrastes por parejas cuando se trabaja con más de dos poblaciones.

Introducir al alumno en los diseños experimentales para comparar más de dos tratamientos, comprender la importancia de detectar la posible interacción entre factores y entender la importancia de la elección de un buen diseño.

Comprender las ideas básicas subyacentes a las técnicas multivariantes clásicas de análisis de datos, saber utilizarlas adecuadamente e interpretar los resultados obtenidos mediante las mismas.

5. Contenidos

Teoría.

BLOQUE 1.ESTADÍSTICA DESCRIPTIVA

  • Variables y escalas de medida.
  • Tablas de frecuencias.
  • Representaciones gráficas.
  • Medidas de resumen: Medidas de tendencia central, posición, dispersión y forma.

 

BLOQUE 2.PROBABILIDAD Y DISTRIBUCIONES DE PROBABILIDAD

 

  • Conceptos básicos.
  • Distribuciones de probabilidad discretas y continuas usuales.

 

BLOQUE 3.BASES DE LA INFERENCIA ESTADÍSTICA  Y ESTIMACIÓN DE PARÁMETROS

  • Estimación puntual. Métodos de estimación.
  • Estimación por intervalos para medias y proporciones.
  • Cálculo del tamaño de muestral necesario para estimar con una determinada precisión.

 

BLOQUE 4.CONTRASTES DE HIPÓTESIS

  • Conceptos básicos.
  • Contrastes para la comparación de la tendencia central: Paramétricos y No paramétricos

 

BLOQUE 5.INTRODUCIÓN AL DISEÑO DE EXPERIMENTOS

  • Análisis de la Varianza con un factor de variación.
  • Desarrollo analítico del método.
  • Comparariones tras el Análisis de la Varianza: Test de Tukey, Dunnett, Método de Bonferroni y Método de Scheffé.

 

BLOQUE 6.REGRESIÓN Y CORRELACIÓN

  • Regresión descriptiva en dos variables.
  • Concepto y usos de la regresión.
  • Cálculo de la recta de regresión.
  • Representatividad de la recta de regresión: Varianza residual y Coeficiente de Regresión.
  • Predicción de la recta.
  • Los gráficos de residules.
  • Otros modelos de regresión.

 

BLOQUE 7.ANÁLISIS DE TABLAS DE CONTINGENCIA

Contrastes de asociación e independencia de dos variables cualitativas.

6. Competencias a adquirir

Básicas / Generales.

CB 01. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización.

Específicas.

Competencias de habilidad

  1. Capacidad para evaluar datos científicos mediante procedimientos estadísticos.
  2. Habilidades computacionales y de procesamiento de datos, en relación con la información y los datos y/o de bases de datos ya elaboradas.
  3. Capacidad para elegir la técnica adecuada dependiendo del objetivo de la investigación y del tipo de datos disponible.

 

Competencias de conocimiento

  1. Evaluación de datos científicos relacionados con su campo de investigación o campo laboral.
  2. Utilización del análisis estadístico aplicado a la informatica en sistemas de información.

 

Competencias Instrumentales

  1. Capacidad de aplicar los conocimientos a la práctica.
  2. Resolución de problemas.
  3. Capacidad para tomar decisiones.
  4. Habilidades de gestión de la información.
  5. Habilidades básicas de manejo de ordenador.
  6. Capacidad de análisis y síntesis.

 

Competencias disciplinares

  1. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar conocimientos sobre: álgebra lineal; cálculo diferencial e integral; métodos numéricos; algorítmia numérica; estadística y optimización.

Capacidad para comprender y dominar los conceptos básicos de matemática discreta, lógica, algorítmia, estadística y complejidad computacional, y su aplicación para la resolución de problemas propios de la ingeniería.

Transversales.

CT 01. Capacidad de organización, gestión y planificación del trabajo.

CT 02. Capacidad de análisis, crítica y síntesis.

CT 03. Capacidad para relacionar y gestionar diversas informaciones e integrar conocimientos e ideas.

CT 04. Capacidad para comprender y elaborar modelos abstractos a partir de aspectos particulares.

CT 05. Capacidad de toma de decisiones.

CT 06. Capacidad para adaptarse a nuevas situaciones.

CT 09. Capacidad de comunicación, tanto oral como escrita, de conocimientos, ideas, procedimientos, y resultados, en lengua nativa.

CT 10. Capacidad de integración en grupos de trabajo unidisciplinares o multidisciplinares.

7. Metodologías

La asignatura requiere una dedicación media del alumno de 150 horas (6 créditos).

Las actividades serán:

 

La asignatura consta de 2 horas semanales de clases magistrales en las que el profesor explicará los conceptos y contenidos de la asignatura y resolverá problemas aplicando estos conceptos.

Se resolverán casos prácticos, a partir de los conceptos teóricos revisados en las clases magistrales, mediante el uso de paquetes informáticos para el análisis estadístico de conjunto de datos.

Regularmente se proporcionarán problemas de aplicación práctica, con la finalidad de que el alumno consiga la destreza necesaria en el cálculo y uso de aquellos conceptos de uso más frecuente en la informática. Los problemas serán debatidos y analizados en seminarios en los que los alumnos expondrán las soluciones de los mismos.

El profesor atenderá a los estudiantes requerimientos académicos relacionados con la asignatura. Esto podrá realizarse bien de forma presencial o utilizando el correo electrónico.

8. Previsión de Técnicas (Estrategias) Docentes

9. Recursos

Libros de consulta para el alumno.

MONTGOMERY, D. Y RUNGER, G. (2003). Applied Statistics and Probability for Engineers. 3ª ed. John Wiley & Sons, Inc. United States.

WALPOLE, R., MYERS, R, y MYERS, S. (1999): “Probabilidad y Estadística para ingenieros”, Prensas Universitarias de Za¬ragoza, Prentice-Hall. México.

CANOVOS, G. (1992). Probabilidad y Estadística: Aplicaciones y Métodos. McGraw-Hill.

MARTIN-PLIEGO, F.J. y RUIZ MAYA, L. (1995). Estadística. I. Probabilidad. Ed. AC. Madrid.

RUIZ MAYA, L. y MARTIN PLIEGO, F.J. (1990). Estadística. II. Inferencia. Ed. AC. Madrid.

 

Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.

http://biplot.usal.es

10. Evaluación

Consideraciones generales.

Se trata de un sistema de evaluación continua donde se pretende valorar tanto el trabajo del alumno a lo largo del semestre como el examen global.

 

Se evaluarán los conocimientos adquiridos y/o el trabajo realizado en:

 

1.- Las Clases de teoría.

2.- Las Clases Prácticas: Resolución de casos prácticos mediante Software Estdístico, Seminarios y las Exposiciones de trabajos y debates.

Criterios de evaluación.

Un examen final el cual constará de dos partes:

Un examen escrito donde se plantearán preguntas teóricas que tienen como objetivo evaluar la comprensión del alumno en cuanto a los conocimientos que se han conseguido a lo largo del curso. Estas preguntas pueden ser tipo test, preguntas concretas o preguntas que relacionen varios conceptos de diferentes unidades temáticas.

Un examen con ordenador donde el alumno deberá resolver un caso práctico

  • Un 10% de la calificación a partir del trabajo realizado a lo largo del curso donde se evaluarán las competencias instrumentales, interpersonales y sistémicas, así como las habilidades y actitudes.
  • Un 30 % del examen de ordenador donde se evaluará el nivel de conocimientos y habilidades.
  • Un 60% del examen escrito donde se evaluará el nivel de conocimientos.

 

Los trabajos no serán objeto de recuperación.

Instrumentos de evaluación.

Pruebas escritas

Pruebas on line

Presentaciones

Recomendaciones para la evaluación.

Asistir tanto a las clases teóricas como a los seminarios y a las prácticas.

Manejar el material de apoyo y las prácticas virtuales colgadas en Studium

Participar de forma activa y regular en los trabajos de grupo que se  realizarán en los seminarios

Utilizar la bibliografía para afianzar conocimientos y, si es necesario, adquirir una mayor destreza en la materia.

Acudir a las tutorías para resolver las diversas dudas que puedan surgir a lo largo del curso.

Recomendaciones para la recuperación.

  • Utilizar la bibliografía para afinar conocimientos y, si es necesario, adquirir una mayor destreza de la materia.
  • Plantear las posibles dudas que tenga el alumno en clase, tutorías, seminarios.
  • Realizar las tareas propuestas a lo largo del curso.