Titulacin:

Asignatura:
Cdigo:
Ao:
Periodo:
Carcter:
N de Crditos:
Departamento:
rea de Conocimiento(*:
Curso:
!icenciado en Ciencias Am"ientales
#stad$stica
%&'('
)
Cuatrim *
(Troncal
% (+ Teor, + Prct,
-atemticas
-atemtica Aplicada
'(*(.'(**
(*) Si la asignatura se imparte desde ms de un rea de Conocimiento de manera compartida, indquese
posteriormente el porcentaje de crditos de cada tipo impartidos desde cada rea.
1
/01#T23/4 D/C#NT#4
A menudo en las Ciencias !perimentales surgen situaciones donde in"lu#e la incertidum$re #
e!iste gran %aria$ilidad de resultados. &ara corro$orar una tesis de tra$ajo, o para e!traer
in"ormaci'n que permita a%an(ar en la in%estigaci'n, se de$e dise)ar un e!perimento de "orma
adecuada, tratando de a$aratar los costes de e!perimentaci'n. Asimismo, es necesario conocer los
mtodos de anlisis de e!perimentos, as como los mtodos estadsticos donde las situaciones que se
estudian se a$ordan de manera glo$al, pues se %en in"luidas por gran cantidad de %aria$les # "actores.
sta asignatura trata las dos %ertientes. &artiendo de los conocimientos adquiridos en la
asignatura *Anlisis de +atos,, necesarios para seguir esta materia, se anali(an pro$lemas reales con
la a#uda de un soporte in"ormtico, donde se completa la "ormaci'n de los conceptos estadsticos
necesarios para cualquier in%estigador e!perimental.
Por tanto los /01#T23/4 D/C#NT#4 son:
* -ue los alumnos adquieran las tcnicas necesarias para la modeli(aci'n de situaciones
donde in"lu#en .AC/01S 234/5&4S # que presentan 6incertidum$re6.
* .amiliari(ar al "uturo pro"esional con las /7C85CAS S/A+9S/5CAS, que directamente
re"lejan situaciones relacionadas con las Ciencias Am$ientales, # que utili(ar en el ejercicio de su
pro"esi'n.
* &reparar al alumno para el manejo de las :erramientas in"ormticas de ndole estadstica,
que le "aciliten el dise)o # anlisis de los e!perimentos.
+espus de superar esta asignatura, el alumno de$er ser capa( de;
< +ominar la terminologa # "undamentos de la materia.
< +ise)ar un e!perimento de "orma e"iciente.
< /ratar la in"ormaci'n contenida en los datos generados por distintos tipos de
e!perimentos.
< Conocer los modelos # mtodos estadsticos multi%ariantes, # elegir el que se adecua a
cada situaci'n que se presente.
< Sa$er %alorar la adecuaci'n de los modelos a la realidad.
< 1eali(ar el dise)o estructurado de una aplicaci'n real, utili(ando las di"erentes
metodologas de desarrollo, # emitiendo un in"orme estadstico "inal.
=
P5/65A-A D# T#/57A
T#-A *8. 2NT5/D9CC2:N
1epaso de conceptos $sicos de stadstica +escripti%a, +istri$uciones de &ro$a$ilidad e 5n"erencia
stadstica, mediante el planteamiento # estudio de pro$lemas reales en el m$ito de las Ciencias
Am$ientales. Selecci'n del modelo apropiado $asado en los datos. !tracci'n de in"ormaci'n rele%ante
contenida en los datos; anlisis gr"ico # paramtrico. 1esoluci'n e interpretaci'n de los resultados
o$tenidos con la metodologa estadstica.
T#-A ': C/-PA5AC2:N D# T5ATA-2#NT/4
2odelo uni"actorial. 2etodologa. stimaci'n de parmetros. /a$la del Anlisis de la >arian(a.
Contraste de igualdad de medias. stimaci'n de di"erencias entre medias. +iagnosis del modelo;
normalidad, :omogeneidad, independencia # :omocedasticidad. 2todos para contrastes m?ltiples.
&rue$as no paramtricas para comparar muestras independientes # relacionadas.
T#-A +: P52NC2P2/4 D#! D24#;/ #<P#52-#NTA!
5ntroducci'n de conceptos $sicos. !perimentos completamente aleatori(ados. stimaci'n de
parmetros. Anlisis de la %arian(a. +iagnosis del modelo. +eterminaci'n del tama)o de la muestra.
+ise)os de $loques aleatori(ados. +ise)os con ms de dos "actores. Concepto de 5nteracci'n. 2todos
no paramtricos para comparaci'n de %arias muestras. 0tros +ise)os.
T#-A ): 2NT5/D9CC2:N A! AN!2424 -9!T23A52ANT#
&anormica general de las tcnicas $sicas del Anlisis 2ulti%ariante. +escripti%a; >ector de 2edias,
2atri( de Co%arian(as # 2atri( de Correlaciones. 1epresentaciones gr"icas. 4ocali(aci'n #
tratamiento de los datos atpicos multi%ariados.
T#-A =: C/-P/N#NT#4 P52NC2PA!#4
&lanteamiento del pro$lema # o$jeti%os. &ro#ecciones. Clculo de Componentes &rincipales # criterios
de selecci'n. &ropiedades # /erminologa. @r"icos e interpretaci'n. 0tros mtodos de reducci'n de la
dimensionalidad.
T#-A %: AN!2424 D24C52-2NANT#
&lanteamiento del pro$lema de clasi"icaci'n super%isada. 0$jeti%os de Anlisis +iscriminante. studio
en el caso de dos po$laciones. Clculo de la "unci'n +iscriminante. 1egla de Clasi"icaci'n.
5nterpretaci'n de los resultados. studio en el caso de A<&o$laciones. 0$tenci'n de las "unciones
discriminantes. Clasi"icaci'n de nue%as o$ser%aciones.
T#-A &: AN!2424 D# C/N6!/-#5AD/4
&lanteamiento del pro$lema de clasi"icaci'n no super%isada. 0$jeti%os # tipos de Anlisis de
Conglomerados. 2odelo Berrquico. +endrograma. Conglomerados no<Berrquicos. 2edidas de
Asociaci'n para >aria$les Cualitati%as.
T#-A >: -/D#!/4 D# 5#65#42:N8
2odelo lineal m?ltiple. Cip'tesis $sicas. stimaci'n de parmetros. Contraste de :ip'tesis #
diagnosis del modelo. 2edidas de correlaci'n. &redicci'n. 2odelos no lineales. 2ulticolinealidad #
anlisis de residuos. 1egresi'n so$re componentes principales. 0tros mtodos de regresi'n a%an(ada.
/0/A4 C17+5/0S /D15C0S + ? A1A +; 2A/2/5CA A&45CA+A
E
P5/65A-A D# P5CT2CA4
Se desarrollan dos tipos de clases prcticas;
4as $asadas en una relacin de ejercicios, donde los alumnos se en"rentan con pro$lemas que
contri$u#en a desarrollar # comprender los aspectos te'ricos, su aplicaci'n e interpretaci'n de los
resultados.
4as desarrolladas para orientar a los alumnos en la investigacin de un caso real. 4a estructura
$sica de dic:o tra$ajo es descrita a continuaci'n;
1. F?squeda # recogida de datos reales de cualquier campo del m$ito de las ciencias
e!perimentales, se %alorar positi%amente su relaci'n con las Ciencias Am$ientales. 4a $ase de
datos de$er contener al menos G %aria$les cuantitati%as # dos cualitati%as so$re al menos HI
o$ser%aciones. Se podrn reali(ar los distintos estudios so$re datos di"erentes para cada uno de
ellos, en aras de una correcta modeli(aci'n.
=. studio uni%ariante completo de una %aria$le cuantitati%a J de inters seg?n el esquema
desarrollado *S/A+9S/5CA +SC15&/5>A K85+528S508A4,, inclu#endo; Sumario
estadstico so$re la tendencia central, medidas de posici'n, dispersi'n # "orma. Cistogramas #
polgonos de "recuencias. Anlisis e!ploratorio; diagrama de tallo<:ojas # diagrama de cajas.
stimaci'n por inter%alo de la media # des%iaci'n tpica a %arios ni%eles de con"ian(a, as como
los contrastes respecto de alg?n %alor pre"ijado. Contraste de normalidad (caso de rec:a(arla,
realcese una trans"ormaci'n para conseguirla). /am$in se incluir un estudio de una %aria$le
cualitati%a, # el anlisis de la %aria$le J en los grupos "ormados por ella.
E. studio para aplicar los contrastes paramtricos # no paramtricos seg?n el esquema
desarrollado *58.18C5A S/A+9S/5CA,.
H. studio descripti%o multi%ariante so$re %arias %aria$les cuantitati%as L
1
ML
&
(&N).
N. studio completo de Componentes &rincipales so$re una po$laci'n con p %aria$les L
1
ML
&
(&N) seg?n el esquema *C02&088/S &158C5&A4S,.
G. studio de un A. +iscriminante, seg?n el esquema de la prctica *A. +5SC15258A8/,.
O. studio de Conglomerados o *Cluster,, seg?n el esquema de la prctica *A. C4KS/1,.
P. studio de una %aria$le J cuantitati%a de inters (la anterior pre"erentemente) en relaci'n con
otras %aria$les. JQL
1
ML
&
;
+onde &= # Li cualitati%as, para reali(ar un anlisis de %arian(a multi"actorial, que inclu#a
el anlisis del dise)o reali(ado # la compro$aci'n de las :ip'tesis requeridas en el modeloR
de$iendo e!aminar si son signi"icati%os los e"ectos principales # las interacciones do$les. >er
esquema *2/0+040@9A A S@K51 8 4 A845S5S + K8 +5SS0 +
L&1528/0S,.
+onde &N # Li cuantitati%as, para reali(ar un estudio de correlaciones # el modelo de
regresi'n JQL
1
ML
&
que se utili(ar para :acer predicciones, as como los inter%alos de
con"ian(a para ellas (aunque sean de tipo gr"ico). Se reali(ar un modelo de regresi'n simple
JQLi (lineal o no lineal, con aquella %aria$le independiente L
i
que mejor e!plique la %aria$le
dependiente J) # otro m?ltiple.
Si las correlaciones entre las %aria$les independientes no "ueran signi"icati%as se reali(ar
la regresi'n JQL
1
ML
&
compro$ando las :ip'tesis requeridas en el modelo.
Si :u$iera correlaciones signi"icati%as se utili(ar la tcnica de C.&. para poder regresar
JQC.& u otra tcnica para e%itar pro$lemas de multicolinealidad.
H
T. studio de un scalado multidimensional o Anlisis de Correspondencias (%oluntario).
1I. 1eali(aci'n de una 22015A + 4A &1C/5CA, adjuntando un disquete o C+ con los
"ic:eros de datos # de la memoria, que contendr su"iciente # ordenada in"ormaci'n so$re;
&lanteamiento del o$jeti%o de cada estudio.
+atos # "uente de o$tenci'n de los mismos.
+elimitaci'n de la po$laci'n a estudiar # e!plicaci'n de las %aria$les
elegidas (unidades de medidaM).
Selecci'n del modelo apropiado $asado en los datos.
/ratamientos estadsticos empleados. l /ra$ajo computacional se podr
lle%ar a ca$o mediante el uso de paquetes in"ormticos estndar
( S/A/@1A&C5CS, S&SS,M).
1esultados, interpretaciones # comentarios so$re ellos.
Conclusiones (de tipo estadstico # de naturale(a no estadstica), recogidas
en un in"orme "inal.
quipo in"ormtico utili(ado (:ardUareQso"tUare).
9ndice paginado.
/0/A4 C17+5/0S &1C/5C0S + ? A1A +; 2A/2/5CA A&45CA+A
N
020!2/65A@7A
* < &e)a +., (=II=).6Anlisis de datos multivariantes6, 2c @raU Cill
* < @. . F0L, V. @. CK8/1 # B. S. CK8/1, (1TTE).6Estadstica para investigadores.
Introduccin al diseo de experimentos, anlisis de datos y construccin de modelos6,
ditorial 1e%ert.
* < &e)a, +. (=II=), 6Regresin y Diseo de Experimentos6, Ciencias Sociales Alian(a
Kni%ersidad.
* < 2ontgomer# +. C., (1TT1), 6Diseo y Anlisis de Experimentos6, @rupo ditorial
5$eroamrica.
* < 4lo%et B., +elgado +. # 2artne( B. (=III), 6ua !rctica para usuarios. "tatgrap#ics !lus
$%, Ana#a.
* < Cair., Anderson, /at:am # FlacA. (1TTT), 6Anlisis multivariante%, &rentice Call.
* < Bo:nson +.. (1TTP), 6&'todos multivariados aplicados al anlisis de datos6, 5nternational
/:omson ditores.
* < &re(, C. (1TTP), 6&'todos Estadsticos con "tatgrap#ics para (indo)s. *'cnicas +sicas6,
1A<2A.
* < &re(, C. (=II1), 6*'cnicas Estadsticas con &ultivaria+le con "!""6, &rentice Call.
* < >isauta >inauca F. (1TTP), 6Anlisis Estadstico con "!"" para (indo)s. Estadstica
&ultivaria+le,, 2c@raU<Cill. >olumen 55.
* < Bo:nson, 1. A., Vic:ern, +. V. (1TT=), 6Applied &ultivariate "tatstical Analysis6, &rentice<
Call 5nternational editions. /:ird dition.
* < 4e$art 4., 2orineau A., .enelon B.&. (1TPN), 6*ratamiento Estadstico de Datos6, 2arcom$o
Foi!areu ditores.
* < Fr#an ..B. 2anle#, Fr#an .. B. 2anl# (1TTH), 6 &ultivariate "tatistical &et#ods, A primer6,
5nternational /:omson &u$lis:ing.
*.< 2anuales de usuario de los programas S/A/@1A&C5CS, S&SS, SAS...
*.< Cuadernos de stadstica. ditorial 4A 2K1A44A, Cesprides. 1TTT<=II1.
* < Algunos recursos de inters en la red 58/18/; li$ros electr'nicos # tutoriales.
C52T#52/4 D# #3A!9AC2:N
4a cali"icaci'n "inal de la asignatura %endr dada por la nota o$tenida en una prue$a de e%aluaci'n
(e!amen) con cuestiones # pro$lemas de ndole eminentemente prctica.
G
C/N/C2-2#NT/4 P5#32/4 A 5#C/-#NDAC2/N#4
&ara cursar esta asignatura se requieren los conocimientos $sicos de stadstica que se cu$ren en la
asignatura *Anlisis de +atos,, es por tanto mu# recomenda$le tener dic:a materia apro$ada, as
como las asignaturas de matemticas del primer ciclo de la titulaci'n.
O