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
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
Conocer los conceptos y operaciones b谩sicas en relaci贸n con un vector aleatorio. Entender los elementos b谩sicos de la Inferencia Estad铆stica. Manejar los conceptos y aplicaciones de la Teor铆a Asint贸tica.
Estos objetivos constituyen una herramienta indispensable en Estad铆stica, y ser谩n necesarios en las asignaturas de "Inferencia Estad铆stica" y "Modelos de Regresi贸n y An谩lisis Multivariante".
1. Elementos b谩sicos de un vector aleatorio. (3 horas expositivas)
Concepto de vector aleatorio. Vectores aleatorios discretos y continuos. Distribuci贸n conjunta, marginal y condicionada. Independencia de variables aleatorias. Transformaciones de vectores aleatorios.
2. Vector de medias y matriz de covarianzas. (2 horas expositivas)
Definiciones de vector de medias y matriz de covarianzas. Operaciones lineales sobre vectores aleatorios. Estandarizaci贸n.
3. La distribuci贸n normal multivariante. (3 horas expositivas)
Definici贸n de la distribuci贸n normal multivariante. Operaciones lineales sobre vectores normales multivariantes. Estandarizaci贸n. La distribuci贸n ji-cuadrado. Operaciones cuadr谩ticas sobre una muestra de observaciones normales.
4. Estimaci贸n e intervalos de confianza (Proporciones y poblaciones normales). (3 horas expositivas)
Introducci贸n a la Inferencia Estad铆stica. Estimaci贸n de par谩metros. Intervalos de confianza para la proporci贸n y para la media y la varianza de una poblaci贸n normal.
5. Contrastes de hip贸tesis (Proporciones y poblaciones normales). (3 horas expositivas)
Introducci贸n al problema de contraste de hip贸tesis. Hip贸tesis nula y alternativa. Tipos de errores, nivel de significaci贸n y potencia. Contrastes de hip贸tesis para la proporci贸n y para la media y la varianza de una poblaci贸n normal. El nivel cr铆tico o p-valor.
6. Comparaci贸n de poblaciones. (2 horas expositivas)
Contraste T de Student entre dos medias, con muestras emparejadas y con muestras independientes. Contraste de dos varianzas. Contraste de dos proporciones.
7. Funci贸n generatriz de momentos y funci贸n caracter铆stica. (3 horas expositivas)
Funci贸n generatriz de momentos: definici贸n, propiedades y aplicaciones. Funci贸n caracter铆stica: definici贸n, propiedades y aplicaciones. Reproductividad en distribuciones notables.
8. Convergencia de sucesiones de variables aleatorias. (5 horas expositivas)
Criterios de convergencia: en probabilidad, casi segura, en r-media y en distribuci贸n. Relaciones entre los distintos tipos de convergencia. Propiedades, teorema de la aplicaci贸n continua y teorema de Slutsky.
9. Leyes de los grandes n煤meros y teorema central del l铆mite. (4 horas expositivas)
Leyes d茅biles de los grandes n煤meros. Leyes fuertes de los grandes n煤meros. Teorema central del l铆mite. M茅todo delta. Aplicaci贸n de los teoremas l铆mite a la Estad铆stica.
BIBLIOGRAF脥A B脕SICA:
V茅lez Ibarrola, R. (2004). C谩lculo de probabilidades 2. Ediciones Acad茅micas, S.A. (acceso en l铆nea a trav茅s de la B奇趣腾讯分分彩 )
V茅lez Ibarrola, R. y Garc铆a P茅rez, A. (1997). Principios de Inferencia Estad铆stica. UNED.
BIBLIOGRAF脥A COMPLEMENTARIA:
Borrajo, M. I. y otros (2021). O programa estat铆stico R. Colecci贸n Esenciais 奇趣腾讯分分彩.
/濒颈产谤辞蝉/驳濒/肠补迟别驳辞谤颈补蝉/1024-辞-辫谤辞驳谤补尘补-别蝉迟补迟颈蝉迟颈肠辞-谤-鈥�
Borrajo, M. I. y otros (2023). Inferencia Estat铆stica Param茅trica I. Colecci贸n Esenciais 奇趣腾讯分分彩.
/濒颈产谤辞蝉/驳濒/肠补迟别驳辞谤颈补蝉/1183-颈苍蹿别谤别苍肠颈补-别蝉迟补迟颈蝉迟颈肠补-辫补鈥�
Borrajo, M. I. y otros (2023). Inferencia Estat铆stica Param茅trica II. Colecci贸n Esenciais 奇趣腾讯分分彩.
/濒颈产谤辞蝉/驳濒/肠补迟别驳辞谤颈补蝉/1182-颈苍蹿别谤别苍肠颈补-别蝉迟补迟颈蝉迟颈肠补-辫补鈥�
Cao, R. y otros (2001). Introducci贸n a la Estad铆stica y sus aplicaciones. Ediciones Pir谩mide.
Fern谩ndez-Abascal, H. y otros (1995). Ejercicios de C谩lculo de Probabilidades: resueltos y comentados. Ariel.
Pe帽a, D. (2005). Fundamentos de Estad铆stica. Alianza Editorial.
Quesada, V. y Garc铆a, A. (1988). Lecciones de C谩lculo de Probabilidades. Ediciones D铆az de Santos, S.A.
Verzani, J. (2014). Using R for Introductory Statistics. Chapman and Hall. (acceso en l铆nea a trav茅s de la B奇趣腾讯分分彩 )
En esta asignatura se trabajar谩n las competencias b谩sicas indicadas en la memoria del Grado en Matem谩ticas con los c贸digos CB3 y CB4, as铆 como las competencias generales CG2 y CG3, competencias transversales CT1, CT3 y CT5, y competencias espec铆ficas CE1, CE2, CE5 y CE9.
La docencia expositiva e interactiva ser谩 presencial, ajust谩ndose a la distribuci贸n que acuerde la Facultad de Matem谩ticas, y se complementar谩 con el Campus Virtual de la asignatura, en el que el alumnado encontrar谩 materiales bibliogr谩ficos, boletines de problemas, guiones de pr谩cticas, etc. En los seminarios se resolver谩n los ejercicios propuestos en los boletines de problemas. En las pr谩cticas se usar谩 el paquete estad铆stico R para la ejecuci贸n de los m茅todos estudiados y para ilustrar los conceptos de la materia. Las tutor铆as ser谩n preferentemente presenciales, aunque tambi茅n se resolver谩n dudas a trav茅s del correo electr贸nico o de MS Teams.
La calificaci贸n ser谩 el m谩ximo de la nota obtenida en el examen final y la media ponderada de esta nota y la evaluaci贸n continua, aportando la evaluaci贸n continua un 35% y el examen el otro 65%. Este sistema de evaluaci贸n ser谩 el mismo en primera y segunda oportunidad, manteni茅ndose la calificaci贸n de la evaluaci贸n continua realizada durante el periodo lectivo tambi茅n para la segunda oportunidad.
El examen final contendr谩 preguntas sobre conceptos o cuestiones breves en las que se pretende evaluar la adquisici贸n de conocimientos clave de la materia, junto con ejercicios y problemas pr谩cticos similares a los propuestos a lo largo del curso, que podr谩n contener elementos del paquete estad铆stico R utilizado en las clases de laboratorio.
La evaluaci贸n continua representar谩 el 35% de la nota final, desglosado en un 15% correspondiente a un control escrito a mediados del periodo lectivo, un 5% por la participaci贸n en los seminarios, y un 15% por las evaluaciones realizadas en las pr谩cticas, que consistir谩n en la realizaci贸n de una o dos pruebas presenciales escritas.
Tanto las pruebas de evaluaci贸n continua como el examen final ser谩n id茅nticos en todos los grupos de docencia expositiva e interactiva de la asignatura.
La competencia CB4 se eval煤a en las sesiones de seminario y la competencia CE9 en las sesiones de laboratorio. Las dem谩s competencias se eval煤an en todos los procesos de evaluaci贸n continua o del examen.
Se considerar谩 que la/el alumna/o se present贸 a la evaluaci贸n cuando particip贸 en alguna tarea de evaluaci贸n, bien en la evaluaci贸n continua o en el examen.
Se considera que el/la alumno/a necesitar谩 una hora y media para preparar el material correspondiente a cada hora de una clase presencial, incluyendo la resoluci贸n de los ejercicios propuestos y el estudio del software R.
Se recomienda el seguimiento de las sesiones expositivas e interactivas, as铆 como de las actividades propuestas como medios fundamentales para el aprovechamiento de la asignatura.
Tambi茅n es recomendable que el/la alumno/a practique la utilizaci贸n del paquete 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
El alumnado contar谩 con materiales docentes en el Campus Virtual de la asignatura de la 奇趣腾讯分分彩.
Para los casos de realizaci贸n fraudulenta de ejercicios o pruebas ser谩 de aplicaci贸n lo recogido en la "Normativa de evaluaci贸n del rendimiento acad茅mico de los/as estudiantes y de revisi贸n de calificaciones".
Esta gu铆a y los criterios y metodolog铆as en ella descritos est谩n sujetos a las modificaciones que se deriven de normativas y directrices de la 奇趣腾讯分分彩.
Wenceslao Gonzalez Manteiga
- 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
- 881813204
- Correo electr贸nico
- wenceslao.gonzalez [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Catedr谩tico/a de Universidad
Cesar Andres Sanchez Sellero
- 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
- 881813208
- Correo electr贸nico
- cesar.sanchez [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Titular de Universidad
Maria Isabel Borrajo Garcia
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
- Correo electr贸nico
- mariaisabel.borrajo [at] usc.es
- 颁补迟别驳辞谤铆补
- Profesor/a: Profesor Contratado/a Doctor
Ignacio G贸mez Casares
- 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
- 881813391
- Correo electr贸nico
- ignaciogomez.casares [at] usc.es
- 颁补迟别驳辞谤铆补
- Predoutoral Ministerio
| Lunes | |||
|---|---|---|---|
| 10:00-11:00 | Grupo /CLIL_05 | Gallego, Castellano | Aula de inform谩tica 2 |
| 11:00-12:00 | Grupo /CLE_01 | Castellano | Aula 06 |
| 11:00-12:00 | Grupo /CLIL_06 | Gallego, Castellano | Aula de inform谩tica 2 |
| 13:00-14:00 | Grupo /CLIL_04 | Gallego, Castellano | Aula de inform谩tica 2 |
| Martes | |||
| 10:00-11:00 | Grupo /CLIS_01 | Castellano | Aula 03 |
| 11:00-12:00 | Grupo /CLE_02 | Castellano, Gallego | Aula 06 |
| 惭颈茅谤肠辞濒别蝉 | |||
| 09:00-10:00 | Grupo /CLE_02 | Gallego, Castellano | Aula 06 |
| 10:00-11:00 | Grupo /CLE_01 | Castellano | Aula 02 |
| 11:00-12:00 | Grupo /CLIL_01 | Castellano | Aula de inform谩tica 4 |
| 12:00-13:00 | Grupo /CLIL_02 | Castellano | Aula de inform谩tica 3 |
| 13:00-14:00 | Grupo /CLIL_03 | Castellano | Aula de inform谩tica 3 |
| Jueves | |||
| 09:00-10:00 | Grupo /CLIS_03 | Gallego, Castellano | Aula 06 |
| 10:00-11:00 | Grupo /CLIS_04 | Gallego, Castellano | Aula 02 |
| Viernes | |||
| 10:00-11:00 | Grupo /CLIS_02 | Castellano | Aula 03 |
| 20.01.2025 16:00-20:00 | Grupo /CLE_01 | Aula 06 |
| 16.06.2025 10:00-14:00 | Grupo /CLE_01 | Aula 06 |