Cr茅ditos ECTS
Cr茅ditos ECTS: 6
Horas ECTS Criterios/Memorias
Traballo do Alumno/a ECTS: 99
Horas de Titor铆as: 3
Clase Expositiva: 24
Clase Interactiva: 24
Total: 150
Linguas de uso
颁补蝉迟别濒谩苍, Galego
Tipo:
Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos:
Estat铆stica, An谩lise Matem谩tica e Optimizaci贸n
脕谤别补蝉:
Estat铆stica e 滨苍惫别蝉迟颈驳补肠颈贸苍 Operativa
Centro
Facultade de Matem谩ticas
Convocatoria:
Primeiro semestre
Docencia:
Con docencia
惭补迟谤铆肠耻濒补:
Matriculable
Co帽ecer os conceptos e operaci贸ns b谩sicas en relaci贸n cun vector aleatorio. Entender os elementos b谩sicos da Inferencia Estat铆stica. Manexar os conceptos e aplicaci贸ns da Teor铆a Asint贸tica.
Estes obxectivos constit煤en unha ferramenta indispensable en Estat铆stica, e ser谩n necesarios nas materias de "Inferencia Estat铆stica" e "Modelos de Regresi贸n e An谩lise Multivariante".
1. Elementos b谩sicos dun vector aleatorio. (3 horas expositivas)
Concepto de vector aleatorio. Vectores aleatorios discretos e continuos. Distribuci贸n conxunta, marxinal e condicionada. Independencia de variables aleatorias. Transformaci贸ns de vectores aleatorios.
2. Vector de medias e matriz de covarianzas. (2 horas expositivas)
Definici贸ns de vector de medias e matriz de covarianzas. Operaci贸ns lineares sobre vectores aleatorios. Estandarizaci贸n.
3. A distribuci贸n normal multivariante. (3 horas expositivas)
Definici贸n da distribuci贸n normal multivariante. Operaci贸ns lineares sobre vectores normais multivariantes. Estandarizaci贸n. A distribuci贸n ji cadrado. Operaci贸ns cadr谩ticas sobre unha mostra de observaci贸ns normais.
4. Estimaci贸n e intervalos de confianza (Proporci贸ns e poboaci贸ns normais). (3 horas expositivas)
Introduci贸n 谩 Inferencia Estat铆stica. Estimaci贸n de par谩metros. C谩lculo de intervalos de confianza para a proporci贸n e para a media e a varianza nunha poboaci贸n normal.
5. Contrastes de hip贸teses (Proporci贸ns e poboaci贸ns normais). (3 horas expositivas)
Introduci贸n ao problema de contraste de hip贸teses. Hip贸tese nula e alternativa. Tipos de erros, nivel de significaci贸n e potencia. Contrastes de hip贸teses para a proporci贸n e para a media e a varianza dunha poboaci贸n normal. O nivel cr铆tico ou p-valor.
6. Comparaci贸n de poboaci贸ns. (2 horas expositivas)
Contraste T de Student entre d煤as medias, con mostras emparelladas e con mostras independentes. Contraste de d煤as varianzas. Contraste de d煤as proporci贸ns.
7. Funci贸n xeratriz de momentos e funci贸n caracter铆stica. (3 horas expositivas)
Funci贸n xeratriz de momentos: definici贸n, propiedades e aplicaci贸ns. Funci贸n caracter铆stica: definici贸n, propiedades e aplicaci贸ns. Reproductividade en distribuci贸ns notables.
8. Converxencia de sucesi贸ns de variables aleatorias. (5 horas expositivas)
Criterios de converxencia: en probabilidade, case segura, en r-media e en distribuci贸n. Relaci贸ns entre os distintos tipos de converxencia. Propiedades, teorema da aplicaci贸n continua e teorema de Slutsky.
9. Leis dos grandes n煤meros e teorema central do l铆mite. (4 horas expositivas)
Leis d茅biles dos grandes n煤meros. Leis fortes dos grandes n煤meros. Teorema central do l铆mite. M茅todo delta. Aplicaci贸ns dos teoremas l铆mite 谩 Estat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 li帽a a trav茅s da B奇趣腾讯分分彩 )
V茅lez Ibarrola, R. e Garc铆a 笔茅rez, A. (1997). Principios de Inferencia Estad铆stica. UNED.
BIBLIOGRAF脥A COMPLEMENTARIA:
Borrajo, M. I. e outros (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. e outros (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. e outros (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. e outros (2001). Introducci贸n a la Estad铆stica y sus aplicaciones. Ediciones Pir谩mide.
Fern谩ndez-Abascal, H. e outros (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. e 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 li帽a a trav茅s da B奇趣腾讯分分彩 )
Nesta materia traballaranse as competencias b谩sicas indicadas na memoria do Grao en Matem谩ticas cos c贸digos CB3 e CB4, as铆 como as competencias xerais CG2 e CG3, competencias transversais CT1, CT3 e CT5, e competencias espec铆ficas CE1, CE2, CE5 e CE9.
A docencia expositiva e interactiva ser谩 presencial, axust谩ndose 谩 distribuci贸n que acorde a Facultade de Matem谩ticas, e complementarase co Campus Virtual da materia, no que o alumnado atopar谩 materiais bibliogr谩ficos, bolet铆ns de problemas, v铆deos explicativos, etc. Nos seminarios resolver谩nse os exercicios propostos nos bolet铆ns de problemas. Nas pr谩cticas farase uso do paquete estat铆stico R para a execuci贸n dos m茅todos estudados e para ilustrar os conceptos da materia. As titor铆as ser谩n preferentemente presenciais, a铆nda que tam茅n se resolver谩n d煤bidas a trav茅s do correo electr贸nico ou de MS Teams.
A cualificaci贸n ser谩 a m谩xima da nota obtida no exame final e a media ponderada desta nota e da avaliaci贸n continua, aportando a avaliaci贸n continua o 35% e o exame o outro 65%. Este sistema de avaliaci贸n ser谩 o mesmo na primeira e na segunda oportunidade, mantendo a cualificaci贸n da avaliaci贸n continua realizada durante o per铆odo lectivo tam茅n para a segunda oportunidade.
O exame final conter谩 preguntas sobre conceptos ou cuesti贸ns breves nas que se pretende avaliar a adquisici贸n dos co帽ecementos claves da materia, xunto con exercicios e problemas pr谩cticos similares aos propostos ao longo do curso, que poder谩n conter elementos do paquete estat铆stico R empregado nas clases de laboratorio.
A avaliaci贸n continua representar谩 o 35% da nota final, distribu铆do nun 15% correspondente a un control escrito a mediados do periodo lectivo, un 5% pola participaci贸n nos seminarios, e un 15% polas avaliaci贸ns realizadas nas pr谩cticas, que consistir谩n na realizaci贸n dunha ou d煤as probas presenciais escritas.
Tanto as probas de avaliaci贸n continua como o exame final ser谩n id茅nticas en todos os grupos de docencia expositivos e interactivos da materia.
A competencia CB4 aval铆ase nas sesi贸ns de seminario e a competencia CE9 nas sesi贸ns de laboratorio. As demais competencias aval铆anse en todos os procesos de avaliaci贸n continua ou do exame.
Considerarase que a/o alumna/o se presentou 谩 avaliaci贸n cando participou nalgunha tarefa de avaliaci贸n, ben na avaliaci贸n continua ou no exame.
Est铆mase que o/a alumno/a necesitar谩 unha hora e media para preparar o material correspondente a cada hora dunha clase presencial, inclu铆ndo a resoluci贸n dos exercicios propostos e o estudo do paquete estat铆stico R.
Recom茅ndase o seguimento das sesi贸ns expositivas e interactivas, as铆 como das actividades propostas como medios fundamentais para o aproveitamento da materia.
Tam茅n 茅 recomendable que o/a alumno/a practique a utilizaci贸n do paquete estat铆stico R para explorar as posibilidades das diversas t茅cnicas explicadas ao longo do curso.
O programa inform谩tico que se usar谩 nas clases de ordenador/laboratorio pode descargarse gratuitamente dende a direcci贸n
O alumnado contar谩 con materiais docentes no Campus Virtual da materia da 奇趣腾讯分分彩.
Para os casos de realizaci贸n fraudulenta de exercicios ou probas ser谩 de aplicaci贸n o recollido na "Normativa de avaliaci贸n do rendemento acad茅mico dos/das estudantes e de revisi贸n de cualificaci贸ns".
Esta gu铆a e os criterios e metodolox铆as nela descritos est谩n suxeitos 谩s modificaci贸ns que se deriven de normativas e directrices da 奇趣腾讯分分彩.
Wenceslao Gonzalez Manteiga
- Departamento
- Estat铆stica, An谩lise Matem谩tica e Optimizaci贸n
- 脕谤别补
- Estat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 Universidade
Cesar Andres Sanchez Sellero
- Departamento
- Estat铆stica, An谩lise Matem谩tica e Optimizaci贸n
- 脕谤别补
- Estat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 Universidade
Maria Isabel Borrajo Garcia
Coordinador/a- Departamento
- Estat铆stica, An谩lise Matem谩tica e Optimizaci贸n
- 脕谤别补
- Estat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 Doutor
Ignacio G贸mez Casares
- Departamento
- Estat铆stica, An谩lise Matem谩tica e Optimizaci贸n
- 脕谤别补
- Estat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
| Luns | |||
|---|---|---|---|
| 10:00-11:00 | Grupo /CLIL_05 | 颁补蝉迟别濒谩苍, Galego | Aula de inform谩tica 2 |
| 11:00-12:00 | Grupo /CLE_01 | 颁补蝉迟别濒谩苍 | Aula 06 |
| 11:00-12:00 | Grupo /CLIL_06 | Galego, 颁补蝉迟别濒谩苍 | Aula de inform谩tica 2 |
| 13:00-14:00 | Grupo /CLIL_04 | 颁补蝉迟别濒谩苍, Galego | Aula de inform谩tica 2 |
| Martes | |||
| 10:00-11:00 | Grupo /CLIS_01 | 颁补蝉迟别濒谩苍 | Aula 03 |
| 11:00-12:00 | Grupo /CLE_02 | Galego, 颁补蝉迟别濒谩苍 | Aula 06 |
| 惭茅谤肠辞谤别蝉 | |||
| 09:00-10:00 | Grupo /CLE_02 | Galego, 颁补蝉迟别濒谩苍 | Aula 06 |
| 10:00-11:00 | Grupo /CLE_01 | 颁补蝉迟别濒谩苍 | Aula 02 |
| 11:00-12:00 | Grupo /CLIL_01 | 颁补蝉迟别濒谩苍 | Aula de inform谩tica 4 |
| 12:00-13:00 | Grupo /CLIL_02 | 颁补蝉迟别濒谩苍 | Aula de inform谩tica 3 |
| 13:00-14:00 | Grupo /CLIL_03 | 颁补蝉迟别濒谩苍 | Aula de inform谩tica 3 |
| Xoves | |||
| 09:00-10:00 | Grupo /CLIS_03 | 颁补蝉迟别濒谩苍, Galego | Aula 06 |
| 10:00-11:00 | Grupo /CLIS_04 | 颁补蝉迟别濒谩苍, Galego | Aula 02 |
| Venres | |||
| 10:00-11:00 | Grupo /CLIS_02 | 颁补蝉迟别濒谩苍 | 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 |