ESTADÍSTICA NO PARAMÉTRICA
Grado en Estadística- Plan 2016
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 10-06-24 19:11)- Código
- 108420
- Plan
- 2016
- ECTS
- 6.00
- Carácter
- OBLIGATORIA
- Curso
- 3
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Datos del profesorado
- Coordinador/Coordinadora
- José Manuel Sánchez Santos
- Grupo/s
- 1
- Centro
- Fac. Ciencias
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- Edif. Ciencias D1509
- Horario de tutorías
- Concretar por correo
- URL Web
- studium.usal.es
- jose@usal.es
- Teléfono
- 670620481
2. Recomendaciones previas
Las generales para acceder al Grado de Estadística.
3. Objetivos
Generales:
- Interpretar, valorar, generar y transformar datos estadísticos con el fin de producir información útil para la toma de decisiones, y analizar, modelar, manipular y diseñar elementos y sistemas informáticos.
- Obtener modelos, inferencias y predicciones acerca de una o varias poblaciones de interés a partir de la información que proporcionan una o varias muestras de las mismas.
Específicos:
- Dominar la terminología básica de la Estadística no paramétrica.
- Aprender a analizar la naturaleza de las variables estadísticas para saber decidir qué herramientas son las más adecuadas a cada tipo de variable.
- Calcular e interpretar las medidas estadísticas asociadas a un conjunto de datos que no provienen de poblaciones normales.
- Conocer los tipos de variables a los que se pueden aplicar estas técnicas y aprender a recoger la información de acuerdo con la naturaleza de las variables.
- Distinguir entre métodos paramétricos y no paramétricos.
- Aprender a manejar tanto las técnicas de inferencia clásica como las no paramétricas.
4. Competencias a adquirir | Resultados de Aprendizaje
Específicas | Habilidades.
CB1.- Demostrar poseer y comprender conocimientos en Técnicas Estadísticas partiendo de la base de la educación secundaria general, a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de la Estadística.
CB2.- Saber aplicar sus conocimientos a su trabajo de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de Estadística.
CB3.- Tener la capacidad de reunir e interpretar datos de diversas áreas de estudio para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
CG1.- Comprender y utilizar el lenguaje estadístico. Adquirir la capacidad para analizar y sintetizar los problemas de los distintos campos de aplicación de la Estadística.
CG2.- Desarrollar la capacidad para el aprendizaje autónomo de nuevos conocimientos y técnicas, para el razonamiento crítico y para la transmisión de los conocimientos estadísticos adquiridos en lengua nativa y extranjera.
CG3.- Adquirir la capacidad de comunicación con equipos multidisciplinares en los que el uso de la Estadística juega un papel relevante en la toma de decisiones.
CG4.- Conocer y utilizar diferentes herramientas informáticas de uso común en el ámbito de la Estadística. Gestionar la información disponible de manera óptima.
CG5.- Adquirir la capacidad de adaptación a nuevas situaciones que puedan requerir la mejora o creación de técnicas estadísticas en términos de otras ya conocidas.
CE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas
Transversales | Competencias.
CT1. Conocimientos generales básicos
CT3. Capacidad de análisis y síntesis
CT5. Comunicación oral y escrita en la lengua propia
CT9. Resolución de problemas
CT10. Toma de decisiones
CT11. Capacidad crítica y autocrítica
CT12. Trabajo en equipo
5. Contenidos
Teoría.
Tema 1: Conceptos previos.
- Repaso de contrastes de hipótesis. Distribución uniforme en n puntos. Distribución Binomial. Prueba binomial o dicotómica.
Tema 2: Pruebas de bondad de ajuste.
- Prueba Chi-cuadrado. Propiedades del estadístico de Pearson. Caso de la probabilidad de un suceso en una muestra. Caso de una distribución teórica. Caso de una tabla de contingencia. Prueba de Kolmogorov-Smirnov. Prueba de Shapiro-Wilk.
Tema 3: Pruebas no paramétricas para una muestra.
- Rachas. Prueba de las rachas de Wald-Wolfowitz. Pruebas de localización de una muestra. Prueba de los signos de Fisher. Rangos de un conjunto de observaciones. Prueba de los rangos con signo de Wilcoxon.
Tema 4: Pruebas no paramétricas para 2 muestras.
- Prueba de Wilcoxon para datos apareados/relacionados. Prueba de Mann-Whitney para dos muestras independientes. Prueba de Fisher. Prueba de McNemar.
Tema 5: Prueba para k muestras independientes (ANOVA-1 n.p.)
- Introducción. Prueba de Kruskal-Wallis. Prueba de Mantel-Haenszel.
Tema 6: Prueba para k muestras relacionadas (ANOVA-2 n.p.).
- Introducción. Prueba de Friedman. Prueba de Cochran.
Tema 7: Independencia, asociación y correlación.
- Introducción. Prueba de Kendall. Prueba de Spearman. Pruebas de asociación
6. Metodologías Docentes
Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el material que se les proporcionará y los libros de texto recomendados, que servirán para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Se utilizará la plataforma virtual STUDIUM para apoyar los contenidos teóricos desarrollados y comprobar los conocimientos adquiridos.
A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por sí mismos las competencias de la materia.
Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos.
7. Distribución de las Metodologías Docentes
8. Recursos
Libros de consulta para el alumno.
Corder, G.W. & Foreman, D.I, "Nonparametric statistics for non-statisticians: A step-by-step approach", Wiley (2009)
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
- Gibbons, Jean Dickinson and Chakraborti, Subhabrata, "Nonparametric Statistical Inference", 4th Ed. CRC (2003)
- Hettmansperger, T. P.; McKean, J. W. (1998). Robust nonparametric statistical methods. Kendall's Library of Statistics. 5 (First ed.). London: Edward Arnold pp. xiv+467 pp.
- Wasserman, Larry, "All of nonparametric statistics", Springer (2007)
- Wiki: http://en.wikipedia.org/wiki/Non-parametric_statistics
9. Evaluación
Criterios de evaluación.
La nota final de la asignatura para ambas convocatorias será:
* 30% Evaluación continua (esta nota será la misma para ambas convocatorias):
- 15% = Prueba escrita con preguntas de teoría y resolución de problemas.
- 15% = Prueba escrita práctica con ordenador de resolución de problemas.
* 70% Examen final. Para poder aprobar este examen hay que tener un mínimo de 3.5 sobre 10 (por separado) tanto en la parte de teoría como en la de problemas. Es una prueba escrita que constará de:
- 20% = preguntas de teoría.
- 50% = resolución de problemas.
Se considerará la calificación de No Presentado, si el estudiante no se presenta al examen final.
Sistemas de evaluación.
Pruebas escritas en las fechas establecidas por la facultad.
Recomendaciones para la evaluación.
- Estudiar la asignatura de forma regular desde el principio.
- Preparar la teoría simultáneamente con la realización de problemas y prácticas.
- Consultar a los profesores las dudas que se tengan.
Será el resultado de una ponderación de la evaluación continua (mediante pruebas intermedias planteadas a los alumnos durante el curso) y de la nota obtenida en un examen final. La evaluación continua tendrá un peso del 30% y el examen final del 70%. La evaluación continua no se podrá recuperar para la segunda convocatoria.
Recuperación:
* Estudiar la asignatura de forma regular desde el principio.
* Preparar la teoría simultáneamente con la realización de problemas y prácticas.
* Consultar a los profesores las dudas que se tengan.
Los criterios de evaluación de la segunda convocatoria son los mismos que en la primera convocatoria, teniendo en cuenta que la nota de la evaluación continua será la misma en ambas convocatorias.