Guías Académicas

ESTADÍSTICA

ESTADÍSTICA

Grado en Matemáticas

Curso 2025/2026

1. Datos de la asignatura

(Fecha última modificación: 16-07-25 13:48)
Código
100202
Plan
ECTS
6.00
Carácter
BÁSICA
Curso
1
Periodicidad
Primer Semestre
Idioma
ESPAÑOL
Área
ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
Departamento
Estadística
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Coordinador/Coordinadora
Josué Moisés Polanco Martínez
Grupo/s
Todos
Centro
Fac. Ciencias
Departamento
Estadística
Área
Estadística e Investigación Operativa
Despacho
D1103 (Edificio principal de la fac. de ciencias)
Horario de tutorías
Martes y Jueves de 15:00 a 17:00 (cita previa concretar por correo)
URL Web
https://produccioncientifica.usal.es/investigadores/193250/detalle
E-mail
josue.polanco@usal.es
Teléfono
923 294500 Ext. 6948

2. Recomendaciones previas

Las generales para acceder al Grado de Matemáticas.

3. Objetivos

Generales

Conocer la naturaleza, métodos y fines de la Estadística junto con cierta perspectiva histórica de su desarrollo.

Reconocer la necesidad de la Estadística para tratar científicamente aquéllas situaciones con gran volumen de datos o en las que interviene el azar o exista incertidumbre.

Reconocer a la Estadística como parte integrante de la Educación y la Cultura.

Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Estadística.

Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.

Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos estadísticos.

 

Específicos

Que el alumno conozca, comprenda y maneje las técnicas básicas de tratamiento de datos a un nivel descriptivo, tanto para elaborar sus propias estadísticas como para que sepa interpretar correctamente las que le sean presentadas.

En el caso bidimensional, que sepa estudiar el grado  de dependencia lineal entre dos características, con el fin último de hacer predicciones conociendo la fiabilidad de éstas..

Desarrollar la intuición sobre fenómenos aleatorios y su tratamiento, así como conocer los modelos básicos binomial, hipergeométrico y normal.

Comprender y manejar los conceptos y principios básicos de la Estadística Inferencial, así como sus distintos métodos y enfoques, reconociendo su aplicabilidad a problemas reales.

4. Competencias a adquirir | Resultados de Aprendizaje

Específicas | Habilidades.

CE011.- Sintetizar y analizar descriptivamente conjuntos de datos (con CB-1, CB-3, CB-4, CE-1).

CE021.- Interpretar coeficientes estadísticos o información gráfica de grandes muestras y sacar con­clu­sio­nes para tomas de decisiones según los valores que se observen (con CB-1, CB-2, CB-3, CB-4, CE-1, CE-7).

CE031.- Construir y analizar modelos lineales, valorar la posible influencia entre dos variables, rea­li­zar pre­dic­ciones de una variable a partir de otra y justificar su fiabilidad (con CB-2, CE-1, CE-7, CG-5).

CE041.- Manejar métodos para la cons­truc­ción de estimadores (con CG-1, CG-2, CG-3, CE-2).

CE051.- Conocer las propiedades básicas de los estimadores puntuales y por intervalos (con CG-2, CG-3, CG-4).

CE061.- Plantear y resolver problemas de contraste de hipótesis en una o dos poblaciones (con CB-2, CB-3, CB-5, CG-1, CG-5, CE-1, CE-2).

Transversales | Competencias.

INSTRUMENTALES:

CT012.- Capacidad de análisis y síntesis.

CT022.- Capacidad de organización y planificación

CT032.- Capacidad de gestión de la información.

CT042.- Resolución de problemas.

CT052.- Toma de decisiones.

INTERPERSONALES:

CT062.- Trabajo en equipo.

CT072.- Razonamiento crítico.

CT082.- Compromiso ético

CT092.- Habilidades en las relaciones interpersonales.

SISTÉMICAS:

CT102.- Aprendizaje autónomo

CT112.- Motivación por la calidad

5. Contenidos

Teoría.

Bloque de Estadística Descriptiva:

Tema 1. Ordenación y Representación de datos Estadísticos.- Objeto de la Estadística, conceptos de población, unidad estadística y muestra. Fases del proceso estadístico. Caracteres estadísticos, variables estadísticas y sus tipos. Tablas estadísticas y de frecuencias. Representaciones gráficas: Diagramas de barras, de sectores, histogramas, diagramas y polígonos de frecuencias.

Tema 2. Medidas de Posición.- Tipos de media y su cálculo: aritmética, ponderada, cuadrática, geométrica, armónica. La mediana y su cálculo. La moda y su cálculo. Cuartiles, percentiles y otras medidas de posición: concepto y cálculo.

Tema 3. Medidas de Dispersión.- Recorridos. Desviación media. Varianza y desviación típica. Coeficiente de variación.

Tema 4. Medidas de Forma.- Momentos y sus relaciones. La asimetría y su medida. La curtosis y su medida.

Tema 5. Variables Estadísticas Bidimensionales.- Diagramas de dispersión. Momentos bidimensionales. Covarianza y correlación. Regresión y ajuste de curvas por el método de mínimos cuadrados. Rectas de regresión lineal, cálculo e interpretación.

Bloque de Estadística Inferencial:

Tema 6. Distribuciones Básicas de Probabilidad.- Concepto de probabilidad. Distribuciones discretas y continuas como modelos teóricos poblacionales. Conceptos de media, varianza y desviación típica en distribuciones de probabilidad. Las distribuciones binomial e hipergeométrica como modelos de variables discretas y su uso en muestreos con y sin reposición. La distribución normal como modelo de variable continua, manejo de tablas. Aproximaciones por la distribución normal, corrección de continuidad.

Tema 7. Distribuciones en el Muestreo.- Tipos de muestreo. Media muestral. Varianza y cuasivarianza. Proporción muestral. Distribuciones usuales en Inferencia Estadística: Ji-cuadrado, t de Student y F de Snedecor, manejo de tablas. Aproximaciones de medias y proporciones por la distribución normal.

Tema 8. Introducción a la Inferencia Estadística.- Concepto de estimador puntual, propiedades deseables de los estimadores. Algunos métodos clásicos de construcción de estimadores: analogía, momentos y máxima verosimilitud. Concepto de intervalo de confianza, intervalos de confianza para medias, varianzas y proporciones. Cálculo del tamaño de muestra. Conceptos generales sobre contrastes de hipótesis.

6. Metodologías Docentes

Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto re­co­mendado, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en los que se aplicarán las definiciones, propiedades y teo­remas expuestos en las clases teóricas, de modo que en las clases prácticas los estudiantes se inicien en las competencias previstas.

A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos per­so­nales sobre teoría, problemas y prácticas, 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 si mis­mos las competencias de la materia. Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio, asi­mi­lación de la teoría y resolución de problemas propuestos, para alcanzar las competencias previstas

7. Distribución de las Metodologías Docentes

8. Recursos

Libros de consulta para el alumno.

Polanco-Martinez, J.M. (2025). “Estadística descriptiva” [Recurso Educativo], GREDOS, Universidad de Salamanca. https://gredos.usal.es/handle/10366/161773

Barcena-Ruíz, M., Fernández, K., Ferreira, García, E., Garin Martín, M. (2023). “Elementos de probabilidad y estadística descriptiva (segunda edición)". Servicio Editorial de la Universidad del País Vasco, Leioa, España.

Ugarte, D., Militino, A. Arnholt, A. (2016). “Probability and Statistics with R”. CRC Press, Boca Raton, USA.

Verzani, J. (2014). “Using R for Introductory Statistics”. CRC Press, Boca Raton, USA.

Canavos , G. C. (2003). “Probabilidad y estadística: aplicaciones y métodos”. MacGraw-Hill, México/USA.

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

Spiegelhalter, D. (2023). “El arte de la estadística, Como aprender de los datos”. Capitán Swing Libros.

Blitzstein, J. K., & Hwang, J. (2019). “Introduction to probability”. Chapman and Hall/CRC.

Diz Cruz, E. (2016). “Estadística básica: Introducción a la estadística con R”. Ediciones de la U., Bogota.

Peña, D. (2014). “Fundamentos de estadística”. Alianza Editorial, Madrid, España.

Foster, G. (2013). “Understanding Statistics: Basic Theory and Practice”. Ed. Lulu, USA.

Wackerly, D. D., Mendenhall, W. I., & Scheaffer, R. L. (2010). “Estadística Matemática con

Aplicaciones”. Ed. CENGAGE Learning, México/USA.

Fuenlabrada, S. (2008). “Probabilidad y estadística”. Segunda edición, Ed. Mc Graw Hill, México.

9. Evaluación

Criterios de evaluación.

1 ª Convocatoria:

Evaluación continua: 30% (3 puntos) y consiste:

1) Asistencia, participación en clase, exposiciones y debates: 1 punto.

2) Examen evaluación continua: 2 puntos.

Examen final: 70% (7 puntos).

2ª Convocatoria:

Evaluación continua: misma nota acumulada que en la evaluación continua para la 1ª convocatoria.

Examen final: 70% (7 puntos).

En ambas convocatorias el examen de la evaluación continua como el examen final constará de una parte teórica y de una parte de problemas realizados a mano y en el ordenador, para el caso del examen final es necesario alcanzar un mínimo de 3 puntos sobre 7 en el total del examen para que se pueda promediar con la nota de evaluación continua. En caso contrario, la calificación de la asignatura será la obtenida en el examen final.

Se considerará la calificación de No Presentado si el estudiante no se presenta al examen final.

Sistemas de evaluación.

 

 

10. Organización docente semanal