General
Máquinas Eléctricas I
|
Estadística (2012)
Profesores María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemática Aplicada y Ciencias de la Computación
|
La asignatura de "Estadística" pretende ser una introducción al análisis estadístico de datos, utilizando como metodologías el cálculo de probabilidades y la inferencia estadística para caracterizar la variabilidad y cuantificar el azar.
Se pretende que el alumno/a sea capaz de sintetizar y analizar conjuntos de datos, así como tomar decisiones en base a distintos estadísticos y pruebas calculados a partir de ellos. Se introducen también conceptos de optimización matemática con el objeto de modelizar problemas sencillos de aplicación práctica en Ingeniería.
This course is focused on the introduction to the statistical analysis of data using the probability concept and the statistical inference as methodologies to characterize the data variability and to quantify chance. It is expected that the student feels able to synthesize and analyze different type of data and to make decisions according to different statistical tests calculated from the data. Concepts about mathematical optimization are also introduced in order to model simple case studies related to engineering applications.
Palabras Clave de la AsignaturaMuestra, Optimización Matemática, Contraste de Hipótesis, Descriptive Statistics, Probability, Probabilidad, Control Estadístico de la Calidad, Inferencia Estadistica, Statistical Hypothesis Testing, Variable Aleatoria, Sample, Población, Estadística Descriptiva, Statistical Quality Control, Common Probability Distribution, Random Variable, Statistical Inference, Mathematical Optimization, Distribuciones Comunes, Population. |
Datos identificativos de la Asignatura
|
Tema 1. Estadística descriptiva. Población y muestra. Tipos de datos. Datos unidimensionales. Tablas de frecuencia. Estadísticos. Gráficos.
Tema 2. Modelos de regresión por mínimos cuadrados. Datos bidimensionales. Gráficos bidimensionales. Covarianza. Correlación lineal. Ajuste de modelos a datos. Ecuaciones normales. Transformaciones. Medida de la calidad del ajuste.
Tema 3. Probabilidad y variable aleatoria. Probabilidad: definición y propiedades. Probabilidad condicionada.
Tema 4. Distribuciones comunes. Variables Discretas y Continuas más comunes. Aproximación de variables discretas mediante la distribución normal
Tema 5. Inferencia: introducción a la estimación puntual. Estimación de proporciones, de medias y de varianzas. Intervalos de Confianza. Contrastes de Hipótesis.
Tema 7. Control de calidad. Introducción al control de calidad. Gráficos de control.
Tema 8. Programación lineal y métodos de optimización. Fundamentos de la optimización. Modelos lineales y programación matemática.
Luceño, A. & González, F.J. (2003): «Métodos estadísticos para medir, describir y controlar la variabilidad». Servicio de Publicaciones de la Universidad de Cantabria.
Castillo, E. & Pruneda, R.E. (2001): «Estadística aplicada». Editorial Moralea.
Johnson, R.A. (2005): «Miller & Freunds probability and statistics for engineers». Prentice Hall. 7ª Ed.
Ángel Cobo (1995): «Optimización matemática». Ed. Ángel Cobo Ortega. Universidad de Cantabria.
Arriaza, A.J.; Fernández, F.; López, M.A.; Muñoz, M.; Perez, S. & Sánchez, A. (2008): «Estadística básica con R y R-Commander». Servicio de Publicaciones de la Universidad de Cadiz.
Flor María Guerrero Casas (1994): «Curso de optimización. Programación matemática». Ed. Ariel Economía. Barcelona.
Devore, J.L. (2005): «Probabilidad y estadística para Ingeniería y Ciencias». 6ª ed. Thomson.
MC-F-003. Tema 3. Probabilidad y variable aleatoria.
MC-F-004. Tema 4. Distribuciones comunes.
MC-F-005. Materiales de apoyo al Tema 4. Tabla normal.
MC-F-006. Tema 5. Inferencia estadística.
MC-F-007. Materiales de apoyo al Tema 5. Tabla Chi2.
MC-F-008. Materiales de apoyo al Tema 5. Tabla Tstudent.
MC-F-009. Tema 6. Contrastes de hipótesis.
PR-F-001. Práctica 0. Introducción a R.
PR-F-005. Práctica 1. Estadística descriptiva.
PR-F-008. Práctica 2. Regresión lineal.
PR-F-011. Práctica 4. Inferencia y contraste de hipótesis.
PR-F-016. Práctica 5. Gráficos de control.
PR-F-022. Práctica 6. Resolución de programas lineales con software de investigación operativa. Uso del programa Lingo.
MÉTODOS DE EVALUACIÓN "ESTADÍSTICA" |
||||
Descripción |
Tipología |
Evaluación final |
Recuperación |
% |
Pruebas prácticas |
Evaluación en laboratorio |
No |
No |
20% |
|
||||
Prueba escrita Bloque I |
Examen escrito |
No |
Sí |
15% |
|
||||
Prueba escrita Bloque II |
Examen escrito |
No |
Sí |
15% |
|
||||
Prueba escrita Bloque III |
Examen escrito |
No |
Sí |
15% |
|
||||
Prueba escrita Bloque IV |
Examen escrito |
No |
Sí |
15% |
|
||||
Trabajos y seminarios |
Otros |
No |
No |
10% |
|
||||
Test teórico-prácticos de Moodle |
Actividad de evaluación con soporte virtual |
No |
No |
10% |
|
||||
TOTAL |
100% |
|||
OBSERVACIONES: |
||||
OBSERVACIONES para alumnos/as a tiempo parcial: |
![]() |
María Dolores Frías Domínguez
Departamento de Matemática Aplicada y Ciencias de la Computación |
![]() |
Carmen María Sordo
Departamento de Matemática Aplicada y Ciencias de la Computación |
![]() |
Jesús Fernández Fernández
Departamento de Matemática Aplicada y Ciencias de la Computación |
Contacto Información legal Sobre OCW RSS Universidad de Cantabria