Nombre: ESTADÍSTICA APLICADA
Código: 518202012
Carácter: Obligatoria
ECTS: 4.5
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 2º - Primer cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: RAMOS DOS SANTOS , BRUNO
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338916
Correo electrónico: bruno.ramosdossantos@upct.es
Horario de atención y ubicación durante las tutorias:
martes - 10:00 / 11:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
martes - 13:00 / 15:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
jueves - 11:00 / 14:00
HOSPITAL DE MARINA, planta 3, Despacho 3055
El horario de tutorías puede sufrir modificaciones. Se ruega remitir un correo electrónico para confirmar la tutoría o resolver las dudas por email.
Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo bruno.ramosdossantos@upct.es
Titulaciones:
Doctor en Estadística en la Universidades Extranjeras* (BRASIL) - 2016
Categoría profesional: Profesor Ayudante Doctor
Nº de quinquenios: No procede por el tipo de figura docente
Nº de sexenios: No procede por el tipo de figura docente
Curriculum Vitae: Perfil Completo
Responsable de los grupos: G1
Nombre y apellidos: MARÍN GARCÍA, JUAN JOSÉ
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338905
Correo electrónico: juanjose.marin@upct.es
Horario de atención y ubicación durante las tutorias:
lunes - 11:00 / 13:00
HOSPITAL DE MARINA, planta 0, Despacho B014
martes - 08:45 / 10:45
HOSPITAL DE MARINA, planta 0, Despacho B014
jueves - 11:00 / 13:00
HOSPITAL DE MARINA, planta 0, Despacho B014
Las tutorías se realizarán a demanda del estudiante mediante solicitud remitida al correo juanjose.marin@upct.es
Titulaciones:
Doctor en Matemáticas en la Universidad Autónoma de Madrid (ESPAÑA) - 2019
Categoría profesional: Profesor Ayudante Doctor
Nº de quinquenios: No procede por el tipo de figura docente
Nº de sexenios: No procede por el tipo de figura docente
Curriculum Vitae: Perfil Completo
Nombre y apellidos:
Al tratarse de una asignatura básica que utiliza bastantes rudimentos matemáticos, será de gran utilidad el dominio de los contenidos de las asignaturas Matemáticas e Informática y Ampliación de Matemáticas cursadas en el primer curso. Así, los alumnos deben haber adquirido previamente los siguientes conocimientos mínimos para un correcto seguimiento de la asignatura: funciones de variable real, cálculo diferencial e integral en una variable, funciones de varias variables y cálculo diferencial e integral en varias variables.
Al finalizar el curso, el estudiante deberá ser capaz de realizar búsquedas avanzadas de
recursos, analizar los diferentes recursos disponibles y seleccionar los que sean relevantes
en cada caso.
Al finalizar el curso el alumno deber ser capaz de:
- Discriminar entre los objetivos de un análisis de tipo descriptivo o un análisis de tipo
inferencial.
- Conocer las técnicas descriptivas de clasificación y obtención de información a través de
parámetros que caractericen el conjunto de datos objeto de estudio.
- Aplicar las técnicas de mínimos cuadrados para obtener relaciones lineales o no lineales
entre conjuntos de datos observados de manera simultánea.
- Conocer los principios generales de la teoría de la probabilidad.
- Construir y aplicar árboles de decisión como herramienta para la toma de decisiones en
ambientes de incertidumbre.
- Analizar e identificar los modelos de distribuciones de probabilidad que subyacen más
frecuentemente.
- Realizar el estudio conjunto de dos o más variables aleatorias identificando situaciones de
independencia e interdependencia estadística entre ellas.
- Conocer los fundamentos y técnicas básicas del muestreo estadístico.
- Aplicar las técnicas básicas del control de procesos productivos y manejar los distintos
criterios que indican la falta de control del proceso.
- Conocer los principios y aplicaciones de la inferencia estadística (técnicas de estimación de
parámetros, intervalos de confianza y contrastes de hipótesis paramétricos).
- Formular problemas reales en términos de estadísticos y aplicar las técnicas adecuadas
para su correcta resolución.
- Poseer las destrezas en el manejo de software específico y tablas estadísticas.
- Tomar conciencia de que los conocimientos, aptitudes, capacidades y destrezas adquiridas
con esta materia resultan fundamentales para su futura actividad profesional.
- Identificar los recursos de información especializados y ejecutar búsquedas avanzadas
identificando los tipos documentales especializados, seleccionando la información con
criterios de relevancia y calidad, organizándola de forma adecuada y haciendo un uso ético y
legal de la misma.
- Estadística descriptiva. - Fundamentos de la Teoría de la Probabilidad. - Variables aleatorias unidimensionales y bidimensionales. - Modelos discretos y continuos de distribuciones unidimensionales. - Técnicas de muestreo y distribuciones muestrales. - Introducción a la estimación paramétrica. - Introducción a los contrastes de hipótesis. - Inferencia para una y dos poblaciones.<br><br>
UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
Tema 1. Estadística descriptiva
1.Conceptos básicos: características continuas y discretas.
2.Organización y representaciones gráficas asociadas a un conjunto de datos.
3.Medidas características de un conjunto de datos.
4.Diagrama de caja y bigotes.
5.Formulación del problema de regresión: Principio de mínimos cuadrados.
Tema 2. Fundamentos de la Teoría de la Probabilidad
1.Espacio muestral y sucesos. Definición axiomática de probabilidad.
2.Probabilidad condicionada. Independencia de sucesos.
3.Teorema de la Probabilidad Total. Teorema de Bayes.
UNIDAD DIDÁCTICA2. VARIABLES ALEATORIAS
Tema 3. Variables aleatorias
1.Concepto de variable aleatoria y función de distribución.
2.Variables aleatorias discretas: función puntual de probabilidad.
3.Variables aleatorias continuas: función de densidad.
4.Medias de centralización y dispersión asociadas a variables aleatorias.
5.Desigualdad de Tchebychev.
6.Principales distribuciones discretas.
7.Principales distribuciones continuas.
8.Teorema de Moivre_Laplace.
Tema 4. Vectores aleatorios
1.Distribuciones multivariantes.
2.Distribución conjunta. Distribuciones marginales y condicionadas.
3.Independencia de variables aleatorias.
4.Aditividad o reproductividad de algunos modelos de probabilidad.
5.Distribución asociada al modelo normal: Distribución t de Student.
UNIDAD DIDÁCTICA 3. MUESTREO E INFERENCIA ESTADÍSTICA
Tema 5. Muestreo y distribuciones muestrales
1.Conceptos básicos.
2.Técnicas de muestreo. Estadísticos muestrales.
3.Distribuciones asociadas a los principales estadísticos muestrales.
4.Nociones básicas asociadas al control estadístico de procesos.
Tema 6. Introducción a la Teoría de Estimación
1.Estimación puntual. Sesgo y varianza asociados a un estimador.
2.Estimación por intervalos de confianza.
3.Intervalos de confianza asociados a los principales estadísticos.
4.Determinación del tamaño de la muestra.
Tema 7. Contrastes de hipótesis paramétricos
1.Conceptos básicos. Hipótesis estadísticas y errores asociados.
2.Contrastes unilaterales y bilaterales asociados a los principales estadísticos.
3.Contrastes para dos poblaciones.
UNIDAD DIDÁCTICA 1. ESTADÍSTICA DESCRIPTIVA E INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD
1. Introducción al software de prácticas. Manejo de ficheros. El objetivo de esta práctica es familiarizar al alumno con el programa R y el interfaz RCommander, describir los distintos menús desplegables a disposición del usuario y manejar las distintas maneras de recuperar ficheros externos con el programa. 2. Estadística descriptiva. En esta práctica veremos cómo obtener medidas descriptivas asociadas a un conjunto de datos así como realizar representaciones gráficas que nos permitan mostrar de manera sencilla las características más relevantes asociadas al conjunto de datos observado. 3. Ajustes por mínimos cuadrados. En esta práctica se obtendrán ajustes por mínimos cuadrados tanto completos como forzados por (0,0), así como transformaciones para linealizar modelos.
UNIDAD DIDÁCTICA 2. VARIABLES ALEATORIAS Y MODELOS UNIVARIANTES
4. Distribuciones asociadas a variables aleatorias. En esta práctica veremos cómo R-Commander nos permite obtener probabilidades, percentiles y representaciones gráficas de la densidad/función puntual de probabilidad y función de distribución de los modelos más comunes de distribuciones de probabilidad.
UNIDAD DIDÁCTICA 3. MUESTREO E INFERENCIA ESTADÍSTICA
5. Muestreo y simulación En esta práctica se realizarán procesos de muestreo sobre modelos probabilísticos conocidos realizando estimaciones puntuales de diferentes parámetros poblacionales. Repitiendo de manera sucesiva este procedimiento podremos obtener de manera sencilla su distribución empírica. 6. Estimación y Contrastes paramétricos. En esta práctica ilustraremos cómo realizar los procedimientos infererenciales sobre los parámetros poblacionales haciendo uso de las funciones implementadas en R y R-Commander. Concretamente, a partir de los datos muestrales construiremos intervalos de confianza y comprobaremos cómo afecta el tamaño muestral y el nivel de confianza a las estimaciones obtenidas. También nos plantearemos diferentes contrastes de hipótesis paramétricas para una y dos poblaciones independientes.
La Universidad Politécnica de Cartagena considera como uno de sus principios básicos y objetivos fundamentales la promoción de la mejora continua de las condiciones de trabajo y estudio de toda la Comunidad Universitaria. Este compromiso con la prevención y las responsabilidades que se derivan atañe a todos los niveles que integran la Universidad: órganos de gobierno, equipo de dirección, personal docente e investigador, personal de administración y servicios y estudiantes. El Servicio de Prevención de Riesgos Laborales de la UPCT ha elaborado un "Manual de acogida al estudiante en materia de prevención de riesgos" que puedes encontrar en el Aula Virtual en el apartado actúa sobre una emergencia, pestaña "guías técnicas", y en el que encontrarás instrucciones y recomendaciones acerca de cómo actuar de forma correcta, desde el punto de vista de la prevención (seguridad, ergonomía, etc.), cuando desarrolles cualquier tipo de actividad en la Universidad. También encontrarás en el apartado actúa sobre una emergencia, recomendaciones sobre cómo proceder en caso de emergencia o que se produzca algún incidente. En especial, cuando realices prácticas docentes en laboratorios, talleres o trabajo de campo, debes seguir todas las instrucciones del profesorado, que es la persona responsable de tu seguridad y salud durante su realización. Consúltale todas las dudas que te surjan y no pongas en riesgo tu seguridad ni la de tus compañeros.
PART 1. DESCRIPTIVE STATISTIC AND PROBABILITY
Unit 1. Descriptive statistics.
Unit 2. Probability theory foundations.
PART 2. RANDOM VARIABLES AND SOME PROBABILITY DISTRIBUTIONS
Unit 3. Unidimensional random variables.
Unit 4. Multidimensional random variables
PART 3. SAMPLING METHODS AND STATISTICAL INFERENCE
Unit 5. Sampling and sampling distributions.
Unit 6. Introduction to estimation theory and introduction to test hypothesis theory
Al tratarse de una asignatura básica que utiliza bastantes rudimentos matemáticos, será de gran utilidad el dominio de los contenidos de las asignaturas Matemáticas e Informática y Ampliación de Matemáticas cursadas en el primer curso. Así, los alumnos deben haber adquirido previamente los siguientes conocimientos mínimos para un correcto seguimiento de la asignatura: funciones de variable real, cálculo diferencial e integral en una variable, funciones de varias variables y cálculo diferencial e integral en varias variables.
Clase en aula convencional: teoría, problemas, casos prácticos, seminarios, etc.
Clases de teoría desarrolladas en el aula empleando el método de la lección magistral, pudiendo usarse presentaciones u otros recursos. Resolución de dudas planteadas por los estudiantes.
Se resolverán problemas tipo y se analizarán casos prácticos. Se enfatizará el trabajo en plantear los métodos de resolución y no los resultados.
32
100
Clase en aula de informática: prácticas.
Clases de prácticas con software estadístico desarrolladas en el aula de informática.
9
100
Actividades de evaluación continua en horario lectivo.
No aplica para el curso 2026-27.
4
100
Actividades de evaluación final y continua fuera de horario lectivo.
Los detalles de cada actividad aparecen descritos en el apartado "Sistemas de evaluación".
Para el curso 2026-27, no existen actividades de evaluación continua dentro del horario lectivo.
4
100
Tutorías.
Las tutorías serán individuales o de grupo con objeto de realizar un seguimiento individualizado y/o grupal del aprendizaje. Revisión de exámenes por grupos y motivación por el aprendizaje.
2
50
Trabajo del estudiante: estudio o realización de trabajos individuales o en grupo.
Preparación de actividades en grupo/informes de prácticas con ayuda de software estadístico.
Estimación de la dedicación por parte del estudiante
84
0
Prueba individual (oral o escrita).
SE2- Pruebas Escritas Oficiales (Peso Total = 70%).
Se corresponden con 2 Actividades de Evaluación (SE1_1, SE1_2) descritas a continuación.
* SE1_1 (Actividad de Evaluación 1 - voluntaria: Peso =35%): La actividad SE1_1 (35%) se desarrolla durante el periodo docente como actividades de evaluación fuera del horario lectivo. Examen escrito de problemas y/o cuestiones teórico-prácticas sin uso de software. Esta prueba tiene un peso del 35% sobre la calificación final, estableciéndose una puntuación mínima de 4 puntos sobre 10 para poder liberar este bloque y no ser evaluado en la actividad SE1_2 (obligatoria). La actividad SE1_1 tendrá como actividad equivalente de recuperación el bloque correspondiente incluido en SE1_2 en convocatoria ordinaria y en la prueba extraordinaria.
* SE1_2 (Actividad de Evaluación 2 - Obligatoria: Peso =70%):
Examen escrito de problemas y/o cuestiones teórico-prácticas sin uso de software. La actividad SE1_2 constituye la evaluación final
ordinaria. En la convocatoria extraordinaria existirán actividades equivalentes que permitirán recuperar cada una de las actividades no superadas. Esta prueba consta de dos bloques: el primer bloque engloba a la actividad SE1_1 para aquellos estudiantes que no la realizaron, o bien, no alcanzaron la puntuación mínima para liberarla; el segundo bloque es obligatorio para todos los estudiantes, tiene un peso del 35% sobre la calificación final y engloba a aquellos aspectos que no fueron evaluados en la prueba SE1_1. Se establece una puntuación mínima de 4 puntos sobre 10 en el total de la actividad SE2 para poder superar la asignatura.
70 %
Resolución de casos, cuestiones teóricas, ejercicios prácticos o problemas propuestos por el profesorado.
SE2 (obligatoria): Se realizará de manera conjunta con la actividad SE1 en la fecha oficial indicada para la convocatoria ordinaria. Se realizará una única tarea con un peso del 30% sobre la calificación final, estableciéndose una puntuación mínima de 4 sobre 10 para esta actividad para poder superar la asignatura. La tarea versará sobre la resolución de cuestiones, problemas y/o casos prácticos en grupo con uso de software. Se evalúa la resolución de problemas, así como las destrezas y habilidades para el manejo de herramientas estadísticas. Se permitirá el uso de material de ayuda en formato electrónico, material que será
proporcionado por el profesorado en el momento de la prueba.
Se podrá exigir la exposición oral de las conclusiones más relevantes correspondientes a la resolución de los ejercicios planteados.
La actividad SE2 tendrá como actividad equivalente en la prueba extraordinaria con idéntica ponderación.
30 %
La nota final de la asignatura se obtendrá sumando las puntuaciones obtenidas en las distintas actividades de evaluación, teniendo en cuenta sus ponderaciones correspondientes. Para superar la asignatura, el estudiante deberá obtener una nota final de al menos 5 puntos sobre 10 y haber alcanzado la calificación mínima exigida en cada actividad de evaluación. Según lo establecido en el artículo 8.3 del Reglamento de Evaluación para los títulos oficiales de Grado y de Máster de la UPCT, para esta asignatura se establece que: si un estudiante desea presentarse al primer bloque que engloba a la actividad SE1_1 en las convocatorias ordinarias o extraordinarias habiendo superado la calificación mínima de la actividad SE1_1 de la actividad voluntaria, deberá renunciar a la calificación obtenida en dicha actividad con al menos 5 días naturales de antelación a la realización de la nueva actividad. La renuncia deberá realizarse mediante un escrito remitido al profesor responsable de la asignatura y solo tendrá efecto para la convocatoria en la que se presenta el estudiante. Respecto a la conservación de la calificación obtenida en cada actividad de evaluación, será de aplicación lo establecido en la normativa correspondiente de la UPCT."
Autor:
Título: Estadística básica con R y R-comander
Editorial: Cádiz :|Universidad de Cádiz,
Fecha Publicación: 2008
ISBN: 8498281866
Autor: Montgomery, Douglas C.
Título: Probabilidad y estadística aplicadas a la ingeniería
Editorial: McGraw-Hill
Fecha Publicación: 2005
ISBN: 9701010175
Autor: Lipschutz, Seymour
Título: Introducción a la probabilidad y estadística
Editorial: McGraw-Hill Interamericana
Fecha Publicación: 2001
ISBN: 8448125045
Autor: Kessler, Mathieu
Título: Métodos Estadísticos de la Ingeniería
Editorial: Universidad Politécnica de Cartagena
Fecha Publicación: 2008
ISBN: 9788496997073
Apuntes de clase y algunos problemas resueltos disponibles en el Aula virtual de la asignatura.