Cr茅ditos ECTS
Cr茅ditos ECTS: 6
Horas ECTS Criterios/Memorias
Trabajo del Alumno/a ECTS: 99
Horas de Tutor铆as: 3
Clase Expositiva: 24
Clase Interactiva: 24
Total: 150
Lenguas de uso
Castellano, Gallego, Ingl茅s
Tipo:
Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos:
Estad铆stica, An谩lisis Matem谩tico y Optimizaci贸n
脕谤别补蝉:
Estad铆stica e 滨苍惫别蝉迟颈驳补肠颈贸苍 Operativa
Centro
Facultad de Matem谩ticas
Convocatoria:
Primer semestre
Docencia:
Con docencia
惭补迟谤铆肠耻濒补:
Matriculable
| 1ro curso (Si)
Introducir a los estudiantes en las herramientas de an谩lisis descriptivo de datos y de la teor铆a de la probabilidad. Tomar contacto con el software de distribuci贸n libre R para realizar an谩lisis descriptivos y para la generaci贸n de modelos probabil铆sticos.
Estad铆stica descriptiva de una variable. (5 horas de docencia expositiva).
Introducci贸n a la estad铆stica descriptiva. Tipos de datos y variables.
Frecuencias. Medidas de localizaci贸n, dispersi贸n y forma.
Herramientas gr谩ficas de an谩lisis descriptivo de una variable.
Estad铆stica descriptiva bidimensional. (4 horas de docencia expositiva).
Distribuci贸n conjunta de frecuencias. Tablas. Frecuencias marginales y condicionadas.
Herramientas gr谩ficas para dos variables.
Dependencia lineal. Rectas de regresi贸n. Covarianza y Correlaci贸n.
C谩lculo de probabilidades. (7 horas de docencia expositiva).
Espacio de probabilidades. Sucesos. Probabilidad. Propiedades.
Probabilidad condicionada. Independencia. Teorema das probabilidades totales. Teorema de Bayes.
Combinatoria.
Variables aleatorias unidimensionales. (5 horas de docencia expositiva).
Variable aleatoria. Funci贸n de distribuci贸n.
Tipos de variables aleatorias: Discretas e Continuas. Funci贸n masa de probabilidad y funci贸n de densidad.
Caracter铆sticas de una variable aleatoria. Transformaci贸n de variables aleatorias.
Principales modelos de probabilidad.(7 horas de docencia expositiva).
Discretos: Uniforme, Bernouilli, Binomial, Poisson, Hipergeom茅trica, Geom茅trica, Binomial Negativa.
Continuos: Uniforme, Normal, Exponencial, Gamma, Beta.
Relaciones de inter茅s entre las distribuciones.
Contenidos de las clases interactivas de laboratorio (14 horas de docencia interactiva).
El paquete estad铆stico R.
An谩lisis exploratorio de datos con R.
Generaci贸n de modelos de probabilidad con R.
Bibliograf铆a B谩sica
- FREEDMAN, D. et al.(2011). Statistics. Fourth edition. Viva Books. (2潞 edici贸n traducida al castellano: Estad铆stica. Antoni Bosch, 1993).
- PE脩A, D. (2008). Fundamentos de Estad铆stica. Segunda edici贸n. Ciencias Sociales Alianza Editorial.
- TIJMS, H. C. (2016). Understanding Probability. Third edition. Cambridge University Press.
Bibliograf铆a Complementaria
- CAO, R. et al. (2006). Introducci贸n a la Estad铆stica y sus aplicaciones. Ciencia y t茅cnica (Pir谩mide).
- GONICK, L., SMITH, W. (2001). 脕 Estad铆stica 隆en caricaturas!. Publicado pola SGAPEIO.
- GRINSTEAD, C. M., SNELL, J. L. (1997). Introduction to Probability. Second edition. AMS.
- ROHATGI, V. K., EHSANES SALEH, A. K. Md. (2015) An Introduction to Probability and Statistics. Wiley Online Library. (Disponible en l铆nea a trav茅s de la Biblioteca Universitaria).
- VERZANI, J. (2005). Using R for Introductory Statistics. Chapman and Hall.
Seg煤n lo establecido en la memoria del t铆tulo del grado de matem谩ticas en la 奇趣腾讯分分彩, las competencias a alcanzar son:
B谩sicas: CB1-CB5
Generales: CG1-CG5
Transversales: CT1-CT5
Espec铆ficas: CE1-CE9
Las clases de docencia expositiva consistir谩n b谩sicamente en lecciones impartidas por el profesorado dedicadas a la introducci贸n de contenidos te贸ricos y a la resoluci贸n de problemas o ejercicios. Las competencias que se desarrollan en estas sesiones son: CB1-CB4, CG1-CG4, CT3, CT5, CE1-CE7
En las clases interactivas se buscar谩 una mayor implicaci贸n del alumno mediante la resoluci贸n aut贸noma de ejercicios y problemas propuestos. Se trabajan las siguientes competencias: CB1-CB4, CG1-CG4, CT1-CT5, CE1-CE7
Las sesiones de laboratorio servir谩n para la adquisici贸n de habilidades pr谩cticas y la ilustraci贸n de los contenidos te贸ricos. En estas sesiones se desarrollan las competencias: CB1-CB4, CG1-CG4, CT1-CT5, CE1-CE9
Todas las tareas del alumnado ser谩n orientadas por el profesorado en las sesiones de tutor铆as.
Adem谩s de la docencia presencial, se contar谩 con el curso en el Campus Virtual de la Universidad, en el que el alumnado podr谩 acceder a materiales complementarios y herramientas de comunicaci贸n as铆ncrona. Como herramienta de comunicaci贸n s铆ncrona se utilizar谩 MS Teams.
La docencia expositiva e interactiva ser谩 presencial, utilizando como soporte el curso virtual da materia, en el que el alumnado encontrar谩 materiales bibliogr谩ficos y docentes, junto con boletines de problemas.
Las tutor铆as ser谩n presenciales o a trav茅s de plataformas de comunicaci贸n como MS Teams.
La calificaci贸n final (CF) ser谩 el m谩ximo entre la nota del examen final (EF) y la ponderaci贸n de esta nota con la nota de evaluaci贸n continua (EC), donde el peso relativo de cada apartado ser谩 70%-30%,respectivamente.
CF=max{EF, 0.7*EF+0.3*EC}
La evaluaci贸n continua consistir谩 en la resoluci贸n de problemas y cuestiones que se programar谩n de forma peri贸dica en las sesiones correspondientes de seminario/laboratorio. El n煤mero de pruebas de evaluaci贸n continua ser谩 el mismo en todos los grupos de docencia interactiva y su formato similar. Se programar谩n tres pruebas a lo largo del curso, que se realizar谩n siempre con el material de clase disponible. El profesorado comentar谩 las tareas en las siguientes sesiones o en titor铆as. La nota de la evaluaci贸n continua ser谩 el promedio de las puntuaciones de las actividades establecidas.
El examen final es el mismo en todos los grupos de docencia expositiva. Constar谩 de una parte basada en cuestiones breves en la que se pretende evaluar la adquisici贸n de conocimientos clave de la materia. El resto del examen consistir谩 en resolver ejercicios y problemas similares a los propuestos a lo largo del curso.
Se entender谩 como "No presentado" quien no se presente al examem final.
En la segunda oportunidad se mantendr谩n las calificaciones de la evaluaci贸n continua y los criterios de calificaci贸n.
La evaluaci贸n de las competencias se realiza seg煤n lo establecido en la apartado metodolog铆a de la ense帽anza.
El n煤mero total de horas de trabajo del alumno/a es de 25 x 6 = 150. La distribuci贸n se detalla a continuaci贸n:
TRABAJO PRESENCIAL EN EL AULA
- Horas de docencia expositiva: 28
- Horas de docencia interactiva de seminario: 14
- Horas de docencia interactiva de laboratorio: 14
- Horas de tutor铆as en grupo reducido: 2
- Total horas trabajo presencial en el aula: 58
TRABAJO PERSONAL DEL ALUMNO/A
- Estudio aut贸nomo individual o en grupo: 70
- Preparaci贸n de pruebas de evaluaci贸n continua: 7
- Programaci贸n y otros trabajos en ord/lab.: 15
- Total horas trabajo personal del alumno/a: 92
Se recomienda la asistencia a clase y el seguimiento de las actividades propuestas como medios fundamentales para el aprovechamiento de la materia.
Para superar con 茅xito la materia es aconsejable la asistencia a las sesiones de docencia expositiva e interactiva, siendo fundamental el seguimiento diario del trabajo realizado en el aula. Tambi茅n es recomendable que el alumnado practique la utilizaci贸n del programa estad铆stico R para explorar las posibilidades de las diversas t茅cnicas explicadas a lo largo del curso.
El programa inform谩tico que se usar谩 en las clases de ordenador/laboratorio se puede descargar gratuitamente desde la direcci贸n
Advertencia. Para los casos de realizaci贸n fraudulenta de ejercicios o pruebas (plagio o uso indebido de las tecnolog铆as) ser谩 de aplicaci贸n lo recogido en la Normativa de Evaluaci贸n del Rendimiento Acad茅mico de los estudiantes y de revisi贸n de cualificaciones.
Manuel Febrero Bande
- Departamento
- Estad铆stica, An谩lisis Matem谩tico y Optimizaci贸n
- 脕谤别补
- Estad铆stica e 滨苍惫别蝉迟颈驳补肠颈贸苍 Operativa
- 罢别濒茅蹿辞苍辞
- 881813187
- Correo electr贸nico
- manuel.febrero [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Catedr谩tico/a de Universidad
Beatriz Pateiro Lopez
Coordinador/a- Departamento
- Estad铆stica, An谩lisis Matem谩tico y Optimizaci贸n
- 脕谤别补
- Estad铆stica e 滨苍惫别蝉迟颈驳补肠颈贸苍 Operativa
- 罢别濒茅蹿辞苍辞
- 881813185
- 颁补迟别驳辞谤铆补
- Profesor/a: Titular de Universidad
Alberto Rodriguez Casal
- Departamento
- Estad铆stica, An谩lisis Matem谩tico y Optimizaci贸n
- 脕谤别补
- Estad铆stica e 滨苍惫别蝉迟颈驳补肠颈贸苍 Operativa
- Correo electr贸nico
- alberto.rodriguez.casal [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Catedr谩tico/a de Universidad
| Lunes | |||
|---|---|---|---|
| 10:00-11:00 | Grupo /CLE_02 | Gallego | Aula 03 |
| 13:00-14:00 | Grupo /CLE_01 | Castellano | Aula 02 |
| Martes | |||
| 11:00-12:00 | Grupo /CLIL_06 | Gallego | Aula de inform谩tica 3 |
| 12:00-13:00 | Grupo /CLIS_01 | Castellano | Aula 02 |
| 12:00-13:00 | Grupo /CLIL_05 | Gallego | Aula de inform谩tica 3 |
| 13:00-14:00 | Grupo /CLIS_02 | Castellano | Aula 07 |
| 13:00-14:00 | Grupo /CLIL_04 | Gallego | Aula de inform谩tica 2 |
| 惭颈茅谤肠辞濒别蝉 | |||
| 09:00-10:00 | Grupo /CLIL_03 | Castellano | Aula de inform谩tica 2 |
| 10:00-11:00 | Grupo /CLIL_02 | Castellano | Aula de inform谩tica 3 |
| 11:00-12:00 | Grupo /CLIL_01 | Castellano | Aula de inform谩tica 3 |
| 13:00-14:00 | Grupo /CLE_01 | Castellano | Aula 02 |
| Jueves | |||
| 11:00-12:00 | Grupo /CLE_02 | Gallego | Aula 03 |
| 12:00-13:00 | Grupo /CLIS_03 | Gallego | Aula 07 |
| 13:00-14:00 | Grupo /CLIS_04 | Gallego | Aula 03 |
| 09.01.2025 10:00-14:00 | Grupo /CLE_01 | Aula 06 |
| 18.06.2025 16:00-20:00 | Grupo /CLE_01 | Aula 06 |