M etodos Estad sticos para la Computaci on

Enrique M erida y Carlos Cerezo

Departamento de Matem atica Aplicada E.T.S Ingenier a Inform atica Titulaciones de: Grado en Ingenier a Inform atica Grado en Ingenier a del Software Grado en Ingenier a de Computadores Universidad de M alaga email: {merida@ctima.uma.es / ccerezo@uma.es}

Curso 2013-14

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.1

Contenido

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.2

M etodos Estad sticos

El objetivo de la Estad stica es el de organizar, describir y sacar consecuencias de aquellos fen omenos que no resultan predecibles (aleatorios). La Estad stica actual es la uni on de dos disciplinas cient cas: Estad stica Descriptiva. C alculo de Probabilidades.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.3

Estad stica descriptiva: Historia

La estad stica descriptiva, se dedica a la descripci on, visualizaci on y resumen de datos. Tiene su origen en los censos de la antig uedad. Se desarroll o como ciencia con el Despotismo Ilustrado. La astronom a y la estad stica actuarial la han usado ampliamente.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.4

C alculo de Probabilidades: Historia

Pretende explicar por qu e unos fen omenos se presentan m as veces que otros, por qu e algunos se presentan m as frecuentemente en determinadas circunstancias, etc. Los juegos de azar tienen un origen remoto (paleol tico). Se acepta que la teor a matem atica de la probabilidad fue iniciada por Blaise Pascal (1623-1662) y Pierre Fermat (1601-1665) cuando analizaron problemas relacionados con los juegos de dados propuestos por el caballero de Mer e. Algunos precursores fueron Girolamo Cardano (1501-1576) y Galileo Galilei (1564-1642). Siglo XVIII: Leyes grandes n umeros, tablas de mortalidad. Distribuciones. Errores. Siglo XIX: Teorema Central del L mite. M etodo M nimos Cuadrados. Siglo XX: Axiom atica de Kolmogoro.
Enrique M erida y Carlos Cerezo M etodos Estad sticos: Introducci on P ag.5

Uni on de ambas
A nales del siglo XIX casi todos los cient cos enfocaron su atenci on al tema de la evoluci on. El c alculo de probabilidades y la estad stica pretendieron encontrar m etodos de contraste de hip otesis, naciendo la Teor a de Muestras que hace uso de ambas. Galton (1822-1911) Introdujo el concepto de linea de regresi on. Pearson (1857-1936) Tablas estad sticas para los contrastes. Gosset (1876-1937) (Student) M etodo de Montecarlo. Contrastes muestras peque nas. Fisher (1890-1962) An alisis discriminante. Dise nos experimentales.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.6

Tema 1: An alisis de 1 variable (9 horas)

El objetivo principal representar y obtener conclusiones de un conjunto de datos, analizando cada variable de forma aislada. Tambi en, pretende detectar datos err oneos, o al menos extra nos. Los m etodos pueden clasicarse en: Agrupar datos en tablas de frecuencias. Representaciones gr acas. Obtenci on de par ametros:
De tendencia central (media, mediana,...) De dispersi on (varianza, rango,...) De forma (sesgo, curtosis...)

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.7

Tema 2: Regresi on y correlaci on (5 horas)

El objetivo principal representar y obtener conclusiones de un conjunto de datos, analizando las variable de forma conjunta. Resulta importante Tambi en, pretende detectar datos err oneos, o al menos extra nos. Los m etodos pueden clasicarse en: Agrupar datos en tablas de frecuencias bidimensionales. Representaciones gr acas bidimensionales. Obtenci on de par ametros:
De distribuciones marginales (media, mediana, varianza,...) De relaci on entre variables (covarianza, r,...) Coecientes de ajuste por m nimos cuadrados. De medidas de la bondad del ajuste.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.8

Tema 3: Series estad sticas: N umeros ndices y Series Temporales (3 horas)

Conocer los n umeros ndices como par ametros que reejan la evoluci on de una actividad empresarial y los factores principales que afectan a las series temporales. N umeros ndices: Indices de precios, cantidades y valor. Indices simples y complejos. Renovaci on y empalme de n umeros ndices. Series temporales: Factores principales. C alculo de tendencia, estacionalidad, ... Predicci on.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.9

Tema 4: Probabilidad (3 horas)

Concepto de experimento aleatorio. Sucesos. Axiom atica. Probabilidad. Probabilidad condicionada. Teoremas de probabilidad.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.10

Tema 5: Variables aleatorias y distribuciones. Distribuciones notables. (8 horas)

Concepto de variable aleatoria. Tipos. Principales distribuciones discretas: Uniforme, Binomial, Poisson,. . . Principales distribuciones continuas: Normal, T-Student, Exponencial, . . .

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.11

Estimaci on puntual y por intervalos de conanza. (1 hora)

Conceptos: Muestra, tipos de muestreo, estimador,. . . . Estimadores ecientes de la media, proporci on, varianza, Estimaci on por intervalos.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.12

Contrastes de Hip otesis param etricos (7 horas)

Sirven para contrastar si una hip otesis se contradice o est a de acuerdo con lo observado. Conceptos: Hip otesis nula y alternativa, potencia, signicaci on, . . . . Contrastes param etricos de:
Proporci on Media Varianza Diferencia de proporciones. Diferencia de medias. Cociente de varianzas.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.13

Estimaci on no param etrica (2 horas)

Sirven para contrastar si una hip otesis se contradice o est a de acuerdo con lo observado sin asumir que se ajuste a ninguna distribuci on de probabilidad. Bondad del ajuste de una distribuci on te orica a datos experimentales. Contraste de la dependencia e independencia entre variables. Contraste de homogeneidad entre muestras.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.14

Pr acticas (7 horas)

Introducci on a MATLAB. Pr actica 1: Estad stica Descriptiva: 1 variable. Pr actica 2: Estad stica Descriptiva: Ajustes. Series temporales. Pr actica 3: Simulaci on 1. Pr actica 4: Simulaci on 2. Pr actica 5: Contrastes de hip otesis.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.15

Evaluaci on
La asistencia es obligatoria. Se propondr an actividades (especialmente en el Campus) y un control el d a 7 de abril. Existen tres m etodos: M etodo 1: Calicaci on= Control(m ax. 3)+ Ex. Final(m ax. 7)+ Campus(m ax. 1). M etodo 2: Calicaci on= Ex. Final(m ax. 10) + Campus(m ax. 1) M etodo 3: Calicaci on= Examen nal(m ax. 1). La nota del Campus (hasta 1 punto) vendr a en funci on de las actividades realizadas (m as del 75 %) y calicaciones obtenidas.

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.16

Bibliograf a
A. M. Montiel, F. Rius, F. J. Bar on. Elementos b asicos de estad stica econ omica y empresarial. Ed. Prentice Hall. C. M. Cuadras, B. Echevarr a, J. Mateo, P. S anchez. Fundamentos de estad stica. Aplicaci on a las ciencias humanas. Ed. Promociones Publicaciones Universitarias. D. Pe na S anchez de Rivera. Estad stica. Modelos y m etodos. Ed. Alianza Universidad J. A. Viedma Casta no. Exposici on intuitiva y problemas resueltos de metodos estad sticos. Ed. del Castillo J. L obez Urquia, A. Casa Aruta. Estad stica intermedia. Ed. Vicens Vives. Spiegel. Estad stica. Ed. Schwam-McGraw-Hil V. Quesada, A. Isidoro, L. A. L opez. Curso y ejercicios de Estad stica. Ed. Alhambra Universidad.
Enrique M erida y Carlos Cerezo M etodos Estad sticos: Introducci on P ag.17

Tutor a
Profesor: Enrique M erida Casermeiro

Horario: Enrique M erida Casermeiro Lunes: Martes: Viernes: Despacho: 2-2-10 Tf: 952 132877 email: merida@ctima.uma.es 12:30-14:30 12:30-13:30 08:45-11:45

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.18

Tutor a
Profesor: Carlos Cerezo Casermeiro

Horario: Carlos Cerezo Casermeiro Lunes: Martes: Martes: Despacho: 2-2-10 Tf: 952 132877 email: ccerezo@uma.es 12:45-14:45 12:45-14:45 16:30-18:30

Enrique M erida y Carlos Cerezo

M etodos Estad sticos: Introducci on P ag.19