Sunteți pe pagina 1din 9

30108 - Estadstica

Informacin del Plan Docente

Ao acadmico 2016/17

Centro acadmico 175 - Escuela Universitaria Politcnica de La Almunia


179 - Centro Universitario de la Defensa - Zaragoza

Titulacin 457 - Graduado en Ingeniera de Organizacin Industrial


563 - Graduado en Ingeniera de Organizacin Industrial
425 - Graduado en Ingeniera de Organizacin Industrial

Crditos 6.0

Curso

Periodo de imparticin Semestral

Clase de asignatura Formacin bsica

Mdulo ---

1.Informacin Bsica

1.1.Recomendaciones para cursar esta asignatura


Es recomendable que el estudiante posea conocimientos bsicos de clculo integral y diferencial. Asimismo es altamente
valorable que este familiarizado con el uso de programas de clculo simblico y numrico.

1.2.Actividades y fechas clave de la asignatura


La imparticin de las clases ser a lo largo de las 15 semanas lectivas, se tratarn conceptos tericos que sern
reforzados con la aplicacin prctica en resolucin de ejercicios y anlisis de datos mediante el uso de herramientas de
tipo informtico. Se realizarn pruebas escritas sobre las materias de probabilidad, estimacin y contraste de hiptesis a
lo largo del curso. Adems, se realizarn tareas aplicadas sobre anlisis de datos, estimacin y modelizacin estadstica.
El trabajo en el aula tambin ser evaluado mediante un seguimiento de tipo continuado.

2.Inicio

2.1.Resultados de aprendizaje que definen la asignatura


El estudiante, para superar esta asignatura, deber demostrar los siguientes resultados...

Emplea las tcnicas de tratamiento y anlisis de datos y utiliza algn software estadstico para resumir, clasificar y
presentar los datos.

Es capaz de aplicar los conceptos, aplicaciones y resultados fundamentales de la probabilidad.

Diferencia los conceptos bsicos de variable aleatoria unidimensional y multidimensional y distingue la formulacin
diferente existente entre variables aleatorias discretas y continuas.

Es capaz de elegir la tcnica adecuada para el modelado de entornos de la ingeniera bajo naturaleza estocstica
mediante variables aleatorias as como la realizacin de clculos en situaciones de incertidumbre.
30108 - Estadstica

Argumenta la eleccin de los estimadores para un parmetro y distingue entre estimacin puntual y por intervalos.
Conoce la importancia de analizar la incertidumbre alrededor de la estimacin del parmetro.

Plantea hiptesis estadsticas y selecciona la herramienta matemtica adecuada para tomar una decisin de aceptacin
o rechazo.

Es capaz de elaborar, comprender y criticar informes basados en anlisis estadsticos.

Resuelve problemas estadsticos de clculo de probabilidades y contrastes de hiptesis utilizando software estadstico.

Distingue entre diferentes modelos de probabilidad y es capaz de simularlos utilizando software estadstico adecuado

Emplea las tcnicas de tratamiento y anlisis de datos y utiliza algn software estadstico para resumir,clasificar y
presentar los datos

2.2.Introduccin
Breve presentacin de la asignatura

La asignatura est diseada como una introduccin a la Estadstica y un acercamiento al tratamiento de datos. Se
engloba dentro de los crditos de formacin bsica de un ingeniero. Se recogen contenidos esenciales de estadstica
descriptiva, variables aleatorias, modelos de probabilidad e inferencia estadstica. La asignatura tiene un enfoque
claramente prctico al ser la Estadstica una materia de carcter aplicado dentro del mbito de la Ingeniera.

3.Contexto y competencias

3.1.Objetivos
La asignatura y sus resultados previstos responden a los siguientes planteamientos y objetivos:

En esta asignatura se introduce al alumno en el tratamiento de datos a nivel prctico. Se le inicia en el uso de
herramientas de tipo informtico, y mediante ellas se cubren aspectos de recopilacin, presentacin y anlisis de datos.
Asimismo, el alumno adquiere capacidad de redactar y/o presentar informes sobre la informacin obtenida. El estudio de
la incertidumbre acerca al alumno al modelado de situaciones reales y le introduce en el concepto de simulacin de
procesos. Por ltimo los conceptos bsicos de inferencia estadstica como intervalos de confianza y contraste de
hiptesis sirven de base para analizar tcnicas estadsticas bsicas en la profesin de ingeniero. El objetivo final es que
el alumno integre los conocimientos bsicos de esta asignatura en todo tipo de procesos dentro de la organizacin
industrial, de manera que sirvan de base para otras materias y a su vez adquiera unas tcnicas estadsticas que le
permitan su desarrollo profesional.

3.2.Contexto y sentido de la asignatura en la titulacin


A pesar de que esta titulacin no habilita para el ejercicio de la profesin regulada de Ingeniero Tcnico Industrial, en el
diseo de la titulacin en IOI se han incorporado buena parte de las competencias y mdulos definidos por la orden CIN
351/2009, de 9 de febrero, por la que se establecen los requisitos para la verificacin de los ttulos universitarios oficiales
que habiliten para el ejercicio de la profesin de Ingeniero Tcnico Industrial. En particular, esta asignatura pertenece al
mdulo de formacin bsica para abordar, adems de las competencias genricas del Ingeniero Tcnico Industrial, la
capacidad para la resolucin de los problemas matemticos que puedan plantearse en la ingeniera. Aptitud para aplicar
los conocimientos sobre: lgebra lineal; geometra; geometra diferencial; clculo diferencial e integral; ecuaciones
diferenciales y en derivadas parciales; mtodos numricos; algortmica numrica; estadstica y optimizacin. Esta
capacidad viene cubierta por las asignaturas Matemticas I, Matemticas II, Matemticas III y Estadstica.
30108 - Estadstica

3.3.Competencias
Al superar la asignatura, el estudiante ser ms competente para...

Capacidad para planificar, presupuestar, organizar, dirigir y controlar tareas, personas y recursos.

Capacidad para resolver problemas y tomar decisiones con iniciativa, creatividad y razonamiento crtico.

Capacidad para comunicar y transmitir conocimientos, habilidades y destrezas en castellano.

Capacidad para usar las tcnicas, habilidades y herramientas de la Ingeniera necesarias para la prctica de la misma.

Capacidad para la resolucin de los problemas matemticos que puedan plantearse en la ingeniera. Aptitud para aplicar
los conocimientos sobre: estadstica y optimizacin.

Conocimientos y capacidades para aplicar mtodos cuantitativos de decisin en las organizaciones

3.4.Importancia de los resultados de aprendizaje


En la asignatura de estadstica se ensean los principios bsicos de la toma de decisiones en presencia de
incertidumbre. Los estudiantes desarrollan competencias para abordar problemas reales, para trabajar con datos y
aprenden a reconocer y manejar modelos que sirven para describir situaciones en las que hay aleatoriedad. En el
ejercicio profesional, un ingeniero debe manejar informacin procedente de bases de datos y debe ser capaz de tomar
decisiones a partir de esa informacin, las tcnicas de anlisis exploratorio, modelos de probabilidad y contraste de
hiptesis son bsicas en ese contexto. Por otro lado, la mejora constante y la toma de decisiones puede estar basada en
informacin basada en procesos de simulacin, en este aspecto, la simulacin de sistemas reales requiere un proceso
de modelizacin al que no son ajenos los conceptos de incertidumbre desarrollados en esta asignatura.

4.Evaluacin
El estudiante deber demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes
actividades de evaluacion

PERFIL EMPRESA

Sistema de evaluacin continua:

Pruebas escritas : A lo largo del curso se realizarn dos pruebas escritas. Versarn sobre aspectos tericos y/o
prcticos de la asignatura:
1. [ Prueba escrita 1 ] Se realizar la semana 8 y versar sobre la materia impartida en las primeras 8 semanas del
curso. Su peso en la nota final ser de un 30%.
2. [ Prueba escrita 2 ] Se realizar la semana 15 y versar sobre la materia impartida en la segunda mitad del curso.
Su peso en la nota final ser de un 30%.
Controles participativos : A lo largo del curso el alumno realizar 6 controles de tipo participativo valorados en
conjunto en un 20% de la nota final, que consistirn en la realizacin de ejercicios de tipo prctico en el aula de
informtica.
Trabajos aplicados: A lo largo del curso el alumno realizar 2 trabajos aplicados sobre materias de la asigntura,
su valoracin es un 20% de la nota final.
30108 - Estadstica

Prueba global de evaluacin : Los alumnos que no hayan superado la asignatura con el sistema de calificacin
continua, debern realizar en las convocatorias oficiales una prueba escrita de carcter obligatorio equivalente a las
pruebas escritas descritas en el punto 1, cuyo peso en la nota final ser del 80%. Asmismo, deber entregar los 2
trabajos aplicados requeridos durante el curso.

Criterios de Evaluacin
En las pruebas escritas, controles de participacin y trabajos se evaluar:

Los ejercicios prcticos debern estar correctamente planteados. Si en la resolucin de los ejercicios se usa algn
programa informtico, se detallar el cdigo utilizado y en todo caso se explicarn claramente los resultados. El modelo
de distribucin de probabilidades asignado a cada variable aleatoria deber estar debidamente justificado, identificando
el valor o valores de los parmetros del modelo. Los contrastes de hiptesis se plantearn de manera clara y definida.

PERFIL DEFENSA

EVALUACIN CONTINUA

Para la evaluacin continua de la asignatura, los profesores harn uso de dos tipos de pruebas:

1. Pruebas terico-prcticas:

Estas pruebas consistirn en resolucin de cuestiones y ejercicios que versarn sobre aspectos tericos y problemas de
la materia cubierta en la asignatura.

Constituyen un 80% de la nota final, que se repartir del siguiente modo:

- Primer examen parcial: 30%;

- Segundo examen parcial: 50%;

2. Pruebas aplicadas: 20% de la nota final.

Estas pruebas sern de dos tipos:

- un caso prctico (15%), en el que el alumno:

a) proyecte las tcnicas estadsticas aprendidas a la realizacin de estudios basados en datos reales con la ayuda de
herramientas informticas o software especfico y

b) conozca las fronteras de la asignatura.

Los alumnos debern realizar dos exposiciones orales grupales, referidas a cada uno de los aparatados a) y b)
anteriores.
30108 - Estadstica

- actividades (que podrn ser presenciales o realizadas a travs de la plataforma virtual Moodle), en las que el alumno
demuestre que ha entendido los aspectos fundamentales de la materia. (5%)

Todas las pruebas anteriores sern evaluadas de 0 a 10 puntos. Para superar la asignatura ser necesario obtener una
puntuacin igual o superior a 5 puntos (sobre 10).

CRITERIOS DE EVALUACIN

Tanto en las pruebas terico-prcticas como en las aplicadas, el estudiante deber mostrar el grado de consecucin de
los resultados de aprendizaje.

Concretamente en las pruebas terico-prcticas se valorarn los siguientes aspectos

El entendimiento de los conceptos estadsticos usados para resolver los problemas.


El uso de estrategias y procedimientos adecuados en su resolucin.
Explicaciones claras y detalladas con justificacin de las respuestas.
La correcta interpretacin de los resultados obtenidos.
Uso correcto de la terminologa y la notacin propia de la asignatura.
Exposicin ordenada, clara y organizada de los procedimientos utilizados.

En el caso de las pruebas aplicadas, adems de lo anterior, se evaluarn los siguientes aspectos:

- El uso adecuado de las herramientas informticas y/o software estadsticos.

- El resultado y calidad final del trabajo.

- La calidad de las fuentes bibliogrficas consultadas.

- Las explicaciones y razonamientos.

EVALUACIN GLOBAL

En el caso en que los alumnos no superen la asignatura por el mtodo de evaluacin continua, debern superar una
prueba que englobar los tipos de pruebas antes descritos.

5.Actividades y recursos

5.1.Presentacin metodolgica general


El proceso de aprendizaje que se ha diseado para esta asignatura se basa en lo siguiente:
Perfil empresa

La metodologa que se propone trata de fomentar el trabajo continuado del estudiante y se centra en los aspectos ms
prcticos de la Estadstica: el trabajo con datos reales.

Con el fin de conseguir este objetivo todas las clases prcticas (2 horas semanales) se realizarn en el aula de
30108 - Estadstica

informtica, el uso de herramientas de tipo informtico ser de forma continuada. Las explicaciones tericas de los
conceptos de la asignatura (2 horas semanales) sern reforzadas con ejemplos o casos prcticos analizados con el
ordenador.

PERFIL DEFENSA

La metodologa que se propone trata de fomentar el trabajo continuado del estudiante y se centra en los aspectos
tericos y prcticos de la Estadstica: aprendizaje de conceptos bsicos como variable aleatoria, distribucin de
probabilidad, diferencias entre muestra y poblacin, y su aplicacin a la realizacin de trabajos prcticos con datos
reales.

Con el fin de conseguir este objetivo, las clases combinarn sesiones de teora y de resolucin de problemas y sesiones
especficas de trabajo con herramientas informticas adecuadas.

Asimismo, a lo largo del curso se ofrecern tutoras individuales ms especficas para resolver problemas surgidos de la
realizacin de los trabajos prcticos y dudas generales de la asignatura.

5.2.Actividades de aprendizaje
El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes
actividades...
Perfil empresa

La asignatura se articula con 4 horas de clase presencial a la semana durante las 15 semanas que dura el semestre.
Algunas de estas horas se imparten en el aula de informtica, y en ellas el profesor explica los aspectos ms prcticos
de la asignatura, que son reforzados con el trabajo prctico mediante el uso de programas de anlisis estadstico.

Trabajo autnomo tutorizado: 2 horas semanales durante las 15 semanas donde el alumno trabaja de forma autnoma
en el aula de informtica en la realizacin de trabajos.

Trabajo personal: 60 horas

PERFIL DEFENSA

La asignatura se aritucula en diferentes tipos de actividades.

Las actividades presenciales se clasifican en:

1. Clase magistral.
2. Resolucin de problemas.
3. Prcticas con software o herramientas informticas adecuadas.
4. Tutoras.
5. Realizacin de pruebas de evaluacin.

Las actividades no presenciales son:

1. Realizacin de trabajos grupales.


2. Estudio autnomo del alumno.

5.3.Programa
30108 - Estadstica

PERFIL EMPRESA

Estadstica descriptiva : Datos cuantitativos y cualitativos. Representacin grfica: diagrama de sectores,


diagrama de rectngulos, histograma, diagrama de barras. Medidas de posicin: media, mediana, cuantiles.
Medidas de dispersin: rango, rango intercuartlico, desviacin tpica, varianza, coeficiente de variacin de Pearson.
Medidas de asimetra y apuntamiento. Diagrama de cajas, diagrama de tallos y hojas. Distribuciones
bidimensionales: Distribucin marginal, condicionada, diagrama de dispersin, recta de mnimos cuadrados,
Coeficiente de determinacin.
Probabilidad: Elementos de probabilidad: Suceso. Probabilidad. Espacio probabilstico. Probabilidad condicionada.
Teorema de la probabilidad total. Teorema de Bayes. Variables aleatorias: VAD: funcin de masa, funcin de
distribucin. VAC: funcin de densidad, funcin de distribucin. Valor esperado: media, varianza. Distribuciones
discretas: pruebas de Bernoulli, distribucin binomial, distribucin de Poisson. Distribuciones continuas: distribucin
uniforme, normal, exponencial, beta, gamma.Variables aleatorias multidimensionales: funcin de probabilidad, valor
esperado, covarianza, independencia de v.a., distribucin chi-cuadrado, t de Student, F de Snedecor.
Introduccin a la teora de la fiabilidad : Calidad y fiabilidad, funcin de fiabilidad y funcin de riesgo. Distribucin
exponencial, distribucin Weibull.
Inferencia: Estimacin de parmetros: Poblacin y muestra. Muestreo aleatorio, estratificado, por conglomerados y
sistemtico. Estadstica y Estimador. Simulacin. Mtodo de los momentos, mtodo de mxima verosimilitud.
Propiedades deseables de los estimadores: sesgo, eficiencia, consistencia. Estimacin puntual y por intervalos.
Teorema de Fisher. Teorema central del lmite. Intervalos de confianza.
Contraste de hiptesis : Hiptesis nula y alternativa. Error tipo I y II, nivel de significacin, potencia de contraste.
Contrastes unilaterales y bilaterales. P-valor.
Contraste de bondad de ajuste : Contraste de Kolmogorov-Smirnov.
Regresin lineal multiple : Estimacin del modelo. Modelo paso a paso. Indice de Akaike. Anlisis de residuos

PERFIL DEFENSA

El contenido del curso se puede desglosar como sigue:

0. Presentacin de la asignatura.

BLOQUE 1: PROBABILIDAD Y VARIABLES ALEATORIAS

1. Clculo de probabilidades. (2.5 semanas): Concepto de probabilidad y clculo. Probabilidad condicionada.


Teoremas de la Probabilidad Total y Bayes.
2. Variables aleatorias. (4 semanas): Concepto de variable aleatoria, Funcin de probabilidad y de distribucin.
Caractersticas de variables aleatorias. Variables aleatorias discretas y continuas y principales modelos (Bernouilli,
Binomial, Poisson, Normal y asociadas). Teorema Central del Lmite.

BLOQUE 2: ESTADSTICA DESCRIPTIVA E INFERENCIA ESTADSTICA

1. Estadstica descriptiva (2.5 semanas): Estadstica descriptiva unidimensional: tablas de frecuencia y grficos,
medidas caractersticas (posicin, dispersin, forma). Estadstica descriptiva bidimensional: tablas de contingencia,
distribuciones marginales, correlacin, anlisis de regresin.
2. Inferencia estadstica (5 semanas): Estadsticos y distribuciones en el muestreo. Estimacin puntual. Intervalos de
confianza para la media, varianza y proporcin muestral. Contrastes de hiptesis para la media, varianza y
proporcin muestral de una y dos muestras independientes. Muestras relacionadas. P-valor.

5.4.Planificacin y calendario
Calendario de sesiones presenciales y presentacin de trabajos
Perfil empresa

Puesto que la asignatura consta de 6 crditos ECTS, y cada uno de ellos consta de 25 horas divididas en 10 horas de
30108 - Estadstica

trabajo tutelado y 15 horas de trabajo autnomo, las actividades de aprendizaje presenciales (clases tericas, clases
prcticas y seminarios) y las actividades de evaluacin continua (controles de participacin y pruebas escritas) ocuparn
60 horas durante el semestre. Otras actividades presenciales como las tutoras personales y las no presenciales como el
estudio para la asimilacin de conceptos y tcnicas, la prctica para la familiarizacin con las herramientas informticas,
la resolucin de problemas y la preparacin de exmenes, requerirn 90 horas de trabajo autnomo del alumno. Todas
estas actividades deben sumar las 150 horas necesarias para lograr los resultados de aprendizaje que persigue la
asignatura.

La planificacin concreta y completa de la asignatura se pondr en conocimiento de los alumnos al comienzo del curso.
Todas las actividades de evaluacin quedarn entonces fijadas, salvo ajustes de calendario que se avisarn con la
suficiente antelacin. Tambin desde el principio de curso quedarn fijadas las fechas de las convocatorias oficiales
desde la direccin del centro.

PERFIL DEFENSA

Las actividades presenciales se impartirn segn la distribucin establecida por la Direccin del Centro. Se puede
encontrar informacin de los calendarios lectivos y horarios en la pgina web del Centro Universitario de la Defensa:
http://cud.unizar.es .

La asignatura est diseada para ser impartida en 4 horas semanales durante 15 semanas.

5.5.Bibliografa y recursos recomendados


PERFIL EMPRESA

Introduccin a la estadstica y sus aplicaciones / Ricardo Cao Abad ... [et al.] Madrid : Pirmide, D.L. 2001
Canavos, George C.. Probabilidad y estadstica : aplicaciones y mtodos / George C. Canavos Mexico[etc.] :
McGraw-Hill, cop. 1988 (imp. 1998)
Garca Prez, Alfonso. Estadstica aplicada :conceptos bsicos / Alfonso Garca Prez. - 1a. ed., 9a reimp.] Madrid
: Universidad Nacional de Educacin a Distancia, 2006
Pea Snchez de Rivera, Daniel. Fundamentos de estadstica / Daniel Pea . - [1 ed.] Madrid : Alianza Editorial,
[2001]
Spiegel, Murray R.. Estadstica / Murray R. Spiegel ; traduccin, Rafael Hernndez Heredero ; revisin tcnica,
Lorenzo Abellanas Rapn . - 2a. ed Madrid [etc.] : McGraw-Hill : Interamericana de Espaa, D.L. 2000

PERFIL DEFENSA

Introduccin a la estadstica : ejercicios y


prcticas / Javier Martnez, Jos Olmo,
BB Marcos Rodrguez, Silvia Vilario . - 1 ed.
Zaragoza : Centro Universitario de la
Defensa, 2012
Introduccin a la estadstica / Javier
Martnez, Jos Olmo, Marcos Rodrguez,
BB
Silvia Vilario . 1 ed. Zaragoza : Centro
Universitario de la Defensa, 2012
30108 - Estadstica

Canavos, George C.. Probabilidad y


estadstica : aplicaciones y mtodos /
BC
George C. Canavos Mexico[etc.] :
McGraw-Hill, cop. 1988 (imp. 1989)
Ejercicios de clculo de probabilidades :
resueltos y comentados / H.
BC
Fernndez-Abascal... [et al.] . - 1a. ed.
Barcelona : Ariel, 1995
Introduccin a la estadstica y sus
BC aplicaciones / Ricardo Cao Abad ... [et al.]
. Madrid : Pirmide, D.L. 2005
Nortes Checa, Andrs. Estadstica terica
BC y aplicada / Andrs Nortes Checa . -
Barcelona : PPU, 1993
Pea Snchez de Rivera, Daniel.
BC Fundamentos de estadstica / Daniel Pea
Madrid : Alianza, D.L. 2008
Prez Lpez, Csar. Estadstica aplicada a
BC travs de Excel / Csar Prez Lpez . -
Reimp. Madrid [etc.] : Prentice Hall, 2011

S-ar putea să vă placă și