Consulta de Guías Docentes



Academic Year/course: 2022/23

423 - Bachelor's Degree in Civil Engineering

28711 - Statistics


Syllabus Information

Academic Year:
2022/23
Subject:
28711 - Statistics
Faculty / School:
175 - Escuela Universitaria Politécnica de La Almunia
Degree:
423 - Bachelor's Degree in Civil Engineering
ECTS:
6.0
Year:
2
Semester:
Second semester
Subject Type:
Basic Education
Module:
---

1. General information

1.1. Aims of the course

This course is an introduction to practical data treatment. It covers compiling, presentation and data analysis through the use of software tools. Moreover, the student acquires the ability of prepare and present reports on the gathered information. The study of uncertainty introduces the student to real-life modelling and proccess simulation. Finally, basic statistical inference concepts such as confidence intervals and hypothesis test serve as a basis for more advanced, engineering-inspired statistical techniques. The ultimate goal is that students integrate basic knowledge of the course in all kinds of topics related with their future professional life.

 

These approaches and objectives are in line with the following Sustainable Development Goals (SDGs) of the United Nations 2030 Agenda (https://www.un.org/sustainabledevelopment/es/), in such a way that the acquisition of the course learning outcomes provides training and competence to contribute to their achievement to some degree:

  • Goal 4: Quality Education
    • 4.4 By 2030, substantially increase the number of youth and adults who have relevant skills, including technical and vocational skills, for employment, decent jobs and entrepreneurship
    • 4.5 By 2030, eliminate gender disparities in education and ensure equal access to all levels of education and vocational training for the vulnerable, including persons with disabilities, indigenous peoples and children in vulnerable situations
  • Goal 9: Build resilient infrastructure, promote sustainable industrialization and foster innovation
    • 9.5 Enhance scientific research, upgrade the technological capabilities of industrial sectors in all countries, in particular developing countries, including, by 2030, encouraging innovation and substantially increasing the number of research and development workers per 1 million people and public and private research and development spending
  • Goal 16: Promote just, peaceful and inclusive societies
    • 16.5 Substantially reduce corruption and bribery in all their forms

1.2. Context and importance of this course in the degree

This course is compulsory and belongs to the basic education module. It is taken during the second semester of the second year of the Bachelor's Degree in Civil Engineering It is assumed that the student has acquired the learning goals in Mathematics I and Mathematics II courses.

Moreover, Statistics provides skills in tools relevant to different subsequent courses with contents such as economy, quality, etc. Different economic parameters, quality improvement, system refinement and new system simulation are activities specific to engineers.

Because of these reasons, Statistics is a basic tool in a Civil Engineer's education.

1.3. Recommendations to take this course

The recommended profile to take the Statistics course is to possess working knowledge of differential and integral calculus. In addition, it is highly advisable that the student be familiar with symbolic and numeric software tools.

2. Learning goals

2.1. Competences

In passing this subject, the student will be competent in:

  • G01 - Ability to scheduling and organization
  • G02 - Ability to problem solving
  • G03 - Ability to decision making
  • G04 - Ability for oral and written communication in the native language
  • G05 - Ability for analysis and synthesis
  • G06 - Ability to manage information
  • G07 - Ability for teamwork
  • G08 - Ability for critical reasoning
  • G09 - Ability to work in an interdisciplinary team
  • G10 - Ability to work in an international context
  • G11 - Improvisation and adaptation capacity to face new situations
  • G12 - Leadership aptitude
  • G13 - Positive social attitude towards social and technological innovations
  • G14 - Ability to reason, discuss and present your own ideas
  • G15 - Ability to communicate through words and images
  • G16 - Ability to search, analyze and select information
  • G17 - Ability for independent learning
  • G18 - Possess and understand knowledge in an area of study that starts at the base of general secondary education, and is usually found at a level that, although supported by advanced textbooks, also includes some aspects that involve cutting-edge knowledge from your field of study
  • G19 - Apply their knowledge to their work or vocation in a professional way and possess the competencies that are usually demonstrated through the elaboration and defense of arguments and problem solving within their area of study
  • G20 - Ability to collect and interpret relevant data (usually within their area of study) to make judgments that include reflection on relevant issues of a social, scientific or ethical nature
  • G21 - Transmit information, ideas, problems and solutions to a specialized and non-specialized audience
  • G22 - Develop those learning skills necessary to undertake further studies with a high degree of autonomy
  • G23 - Know and understand respect for fundamental rights, equal opportunities for women and men, universal accessibility for people with disabilities, and respect for the values of the culture of peace and democratic values
  • G24 - Promote entrepreneurship
  • G25 - Knowledge in information and communication technologies
  • B01 - Ability to solve mathematical problems that may arise in engineering. Ability to apply knowledge about: linear algebra; geometry; differential geometry; differential and integral calculus; ordinary and partial differential equations; numerical methods; statistics and optimization

2.2. Learning goals

The student, in order to pass this subject, will have to achieve the following goals…

  • He/She employs data analysis and processing techniques and uses some statistical software to summarize, classify and present the data.
  • He/She is able to apply the concepts and fundamental results of probability theory.
  • He/She recognizes basic concepts of one-dimensional and multidimensional random variables and distinguishes the different formulation between discrete and continuous random variables.
  • He/She is able to choose the appropriate technique for modeling engineering environments of stochastic nature using random variables as well as carrying out calculations in situations of uncertainty.
  • He/She argues the choice of estimators for a parameter and distinguish between point and interval estimation.
  • He/She knows the importance of analyzing the uncertainty around a parameter estimate.
  • He/She makes statistical hypotheses and selects the adequate mathematical tools to accept or reject a hypotesis test.
  • He/She is able to prepare, understand and criticize reports based in statistical analysis.
  • He/She solves probability and hypothesis testing problems using statistical software.
  • He/She distinguishes between different probability models and he/she can simulate them using appropriate statistical software.

2.3. Importance of learning goals

In Statistics, basic principles of decision making in the
presence of uncertainty are taught. Students develop skills to
tackle real problems and work with data. They learn to
recognize and handle models used to describe different
situations in presence of randomness.

In professional practice, an engineer must handle information
from databases and must be able to make decisions based on that
information; the techniques of exploratory analysis and
hypothesis testing are basic in that context. On the other
hand, constant improvement and decision making may be based on
information obtained through simulation. Real system
simulation requires a modeling process based on the concepts of
uncertainty developed in this subject.

3. Assessment (1st and 2nd call)

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

Students must show that they have achieved the expected learning outcomes through the following assessment activities:

  • Continuous assessment system:
      • Written tests: Throughout the semester there will be two written tests on theoretical and practical aspects on the subject: 
        Written test 1:
        It will be done on week 8. It will cover Probability topics. It is related with learning goals 2, 3 y 4. Its weight in the final grade will be 35 %.
        Written test 2:
        It will be done on week 14. It will cover Estimation and Hypothesis Test topics. It is related with learning goal 5. Its weight in the final grade will be 35 %.

        These tests will assess:

        • The understanding of mathematical and statistical topics used in problem solving.
        • The correct use of strategies and appropriate procedures towards its resolution.
        • Clear and detailed explanations.
        • The correct use of terminology and notation.
        • Orderly, clear and organized exhibition.

        In order to opt for the continuous assessment modality, it is necessary to attend at least 80% of the classroom activities of the subject.

      • Participatory test: Throughout the course, the student will carry out 6 participatory tests valued at 5% of the final grade. They will consist of carrying out practical exercises. The learning goals they are related to are 2, 3, 4, 5 and 6.
        These tests will assess:
    • The understanding of mathematical and statistical topics used in problem solving.
    • The correct use of strategies and appropriate procedures towards its resolution.
    • Clear and detailed explanations.
    • The correct use of terminology and notation.
    • Orderly, clear and organized exhibition.
  • Global assessment: Students who have not passed the subject with the continuous assessment system must take a compulsory written test in official calls equivalent to the written tests described in point 1, whose weight in the final grade will be 100%. The evaluation criteria will be those described in the previous sections.

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The methodology followed in this course is oriented towards the achievement of the learning objectives. A wide range of teaching and learning tasks are implemented, such as lectures, practice sessions, tutorials, and autonomous work and study.

A strong interaction between the teacher/student is promoted. This interaction is brought into being through a division of work and responsibilities between the students and the teacher. Nevertheless, it must be taken into account that, to a certain degree, students can set their learning pace based on their own needs and availability, following the guidelines set by the teacher.

The current course, Statistics, is conceived as a stand-alone combination of contents, yet organized into three fundamental and complementary forms, which are: the theoretical concepts of each topic, problem-solving or resolution of questions, and at the same time supported by other activities.

The approach, methodology and assessment of this guide are intended to be the same for any teaching scenarios. They will be adapted to the social-health situation at any particular time, as well as to the instructions given by the authorities concerned.

4.2. Learning tasks

This course is organized as follows:

  • Lectures: The theoretical concepts of the course are explained and illustrative examples are developed as a support to the theory when necessary.
  • Practice sessions: Problems and practice sessions are carried out, complementary to the theoretical concepts studied.
  • Autonomous work and study
    • Study and understanding of the theory taught in the lectures.
    • Understanding and assimilation of the problems and practical cases solved in the practical classes.
    • Preparation of seminars, solutions to proposed problems, etc.
    • Preparation of the written tests for continuous assessment and final exams.
  • Tutorials.

 

4.3. Syllabus

This course will address the following topics:

  1. Introduction to the Statistics Programming Language R
  2. Descriptive Statistics
  3. Probability Theory
  4. Random Variables
  5. Useful Distributions
  6. Multidimensional Random Variables
  7. Reliability Theory
  8. Linear Programming
  9. Point Estimates and Confidence Intervals
  10. Hypothesis test
  11. Multivariate Linear Regression

4.4. Course planning and calendar

 

Week No. Topic Topic Tests Weight Content
1 1 R Introduction      
2 2 Descriptive Statistics 1st test 5 Descriptive St.
3 3 Probability 2nd test 5 Probability
4 4 Random Variables      
5 5 Distributions      
6     3rd control 5 Distributions
7 6 Multidimensional RV      
8 7 Reliability Theory 1st exam 35 Probability
9 8 Linear Programming 4th test 5 Linear Programming
10 9 Statistical Inference      
11   Confidence Intervals 5th test 5 Estimation
12 10 Hypothesis Tests      
13          
14     6th test 5 Hyp. Tests
15 11 Linear Regression 2nd exam 35 Inference

 

Further information concerning the timetable, classroom, office hours, assessment dates (https://eupla.unizar.es/asuntos-academicos/examenes) and other details regarding this course will be provided on the first day of class or please refer to the Faculty of EUPLA website and Moodle.

4.5. Bibliography and recommended resources

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=28711


Curso Académico: 2022/23

423 - Graduado en Ingeniería Civil

28711 - Estadística


Información del Plan Docente

Año académico:
2022/23
Asignatura:
28711 - Estadística
Centro académico:
175 - Escuela Universitaria Politécnica de La Almunia
Titulación:
423 - Graduado en Ingeniería Civil
Créditos:
6.0
Curso:
2
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Formación básica
Materia:
Matemáticas

1. Información Básica

1.1. Objetivos de la asignatura

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 práctico. Se le inicia en el uso
de herramientas de tipo informático, y mediante ellas se cubren aspectos de recopilación, presentación y
análisis de datos. Asimismo, el alumno adquiere capacidad de redactar y presentar informes sobre la
información obtenida.
El estudio de la incertidumbre acerca al alumno al modelado de situaciones reales y le introduce en el
concepto de simulación de procesos. Por último los conceptos básicos de inferencia estadística como
intervalos de confianza y contraste de hipótesis sirven de base para analizar técnicas estadísticas básicas
en la profesión de ingeniero.
El objetivo final es que el alumno integre los conocimientos básicos de esta asignatura en todo tipo de
procesos dentro de la organización industrial, de manera que sirvan de base para otras materias y a su vez
adquiera unas técnicas estadísticas que le permitan su desarrollo profesional.

En esta asignatura se introduce al alumno en el tratamiento de datos a nivel práctico. Se le inicia en el uso de herramientas de tipo informático, y mediante ellas se cubren aspectos de recopilación, presentación y análisis de datos.

Asimismo, el alumno adquiere capacidad de redactar y presentar informes sobre la información obtenida. El estudio de la incertidumbre acerca al alumno al modelado de situaciones reales y le introduce en el concepto de simulación de procesos.

Por último los conceptos básicos de inferencia estadística como intervalos de confianza y contraste de hipótesis sirven de base para analizar técnicas estadísticas básicas en la profesión de ingeniero. El objetivo final es que el alumno integre los conocimientos básicos de esta asignatura en todo tipo de procesos dentro de la organización industrial, de manera que sirvan de base para otras materias y a su vez adquiera unas técnicas estadísticas que le permitan su desarrollo profesional.

 

Estos planteamientos y objetivos están alineados con los siguientes Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia para contribuir en cierta medida a su logro:

  • Objetivo 4: Garantizar una educación inclusiva, equitativa y de calidad y promover oportunidades de aprendizaje durante toda la vida para todos
    • Meta 4.4 De aquí a 2030, aumentar considerablemente el número de jóvenes y adultos que tienen las competencias necesarias, en particular técnicas y profesionales, para acceder al empleo, el trabajo decente y el emprendimiento
    • Meta 4.5 De aquí a 2030, eliminar las disparidades de género en la educación y asegurar el acceso igualitario a todos los niveles de la enseñanza y la formación profesional para las personas vulnerables, incluidas las personas con discapacidad, los pueblos indígenas y los niños en situaciones de vulnerabilidad.
  • Objetivo 9: Construir infraestructuras resilientes, promover la industrialización sostenible y fomentar la innovación
    • Meta 9.5 Aumentar la investigación científica y mejorar la capacidad tecnológica de los sectores industriales de todos los países, en particular los países en desarrollo, entre otras cosas fomentando la innovación y aumentando considerablemente, de aquí a 2030, el número de personas que trabajan en investigación y desarrollo por millón de habitantes y los gastos de los sectores público y privado en investigación y desarrollo
  • Objetivo 16: Promover sociedades justas, pacíficas e inclusivas
    • Meta 16.5 Reducir considerablemente la corrupción y el soborno en todas sus formas.

1.2. Contexto y sentido de la asignatura en la titulación

La asignatura es obligatoria y forma parte de la formación básica de los estudiantes. Forma parte del primer
semestre del segundo curso del plan de estudios del Grado de Ingeniería Civil, lo que supone que el
estudiante ha adquirido formación en los resultados de aprendizaje en la asignatura Matemáticas I y
Matemáticas II. Además, la Estadística proporciona destrezas en herramientas que serán de utilidad en
distintas asignaturas de cursos posteriores con contenidos en economía, calidad, etc.
Distintos parámetros en economía, la mejora de la calidad, el perfeccionamiento de los sistemas existentes
y la simulación de nuevos sistemas, son actividades propias de un ingeniero. Las técnicas estadísticas
constituyen una herramienta imprescindible para llevarlas a cabo pues proporcionan métodos descriptivos y
analíticos para abordar el tratamiento de datos, transformándolos en información. La asignación de
incertidumbre a distintas características de un proceso permite su simulación en sistemas mas complejos.
Por estas causas, la estadística es una herramienta básica en la formación de un ingeniero civil.

La asignatura es obligatoria y forma parte de la formación básica de los estudiantes. Forma parte del segundo semestre del segundo curso del plan de estudios del Grado de Ingeniería Civil, lo que supone que el estudiante ha adquirido formación en los resultados de aprendizaje en la asignatura Matemáticas I y Matemáticas II.

Además, la Estadística proporciona destrezas en herramientas que serán de utilidad en distintas asignaturas de cursos posteriores con contenidos en economía, calidad, etc. Distintos parámetros en economía, la mejora de la calidad, el perfeccionamiento de los sistemas existentes y la simulación de nuevos sistemas, son actividades propias de un ingeniero.

Las técnicas estadísticas constituyen una herramienta imprescindible para llevarlas a cabo pues proporcionan métodos descriptivos y analíticos para abordar el tratamiento de datos, transformándolos en información. La asignación de incertidumbre a distintas características de un proceso permite su simulación en sistemas mas complejos.

Por estas causas, la estadística es una herramienta básica en la formación de un ingeniero civil.

1.3. Recomendaciones para cursar la asignatura

Es recomendable que el estudiante posea conocimientos básicos de cálculo integral y diferencial. Asimismo
es altamente valorable que este familiarizado con el uso de programas de cálculo simbólico y numérico.

Es recomendable que el estudiante posea conocimientos básicos de cálculo integral y diferencial. Asimismo es altamente valorable que esté familiarizado con el uso de programas de cálculo simbólico y numérico.

2. Competencias y resultados de aprendizaje

2.1. Competencias

Al superar la asignatura, el estudiante será más competente para…

  • G01 - Capacidad de organización y planificación
  • G02 - Capacidad para la resolución de problemas
  • G03 - Capacidad para tomar decisiones
  • G04 - Aptitud para la comunicación oral y escrita de la lengua nativa
  • G05 - Capacidad de análisis y síntesis
  • G06 - Capacidad de gestión de la información
  • G07 - Capacidad para trabajar en equipo
  • G08 - Capacidad para el razonamiento crítico
  • G09 - Capacidad para trabajar en un equipo de carácter interdisciplinar
  • G10 - Capacidad de trabajar en un contexto internacional
  • G11 - Capacidad de improvisación y adaptación para enfrentarse a nuevas situaciones
  • G12 - Aptitud de liderazgo
  • G13 - Actitud social positiva frente a las innovaciones sociales y tecnológicas
  • G14 - Capacidad de razonamiento, discusión y exposición de ideas propias
  • G15 - Capacidad de comunicación a través de la palabra y de la imagen
  • G16 - Capacidad de búsqueda, análisis y selección de la información
  • G17 - Capacidad para el aprendizaje autónomo
  • G18 - Poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel, que si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
  • G19 - Aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y resolución de problemas dentro de su área de estudio.
  • G20 - Capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social ,científica o ética
  • G21 - Transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
  • G22 - Desarrollar aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
  • G23 - Conocer y comprender el respeto a los derechos fundamentales, a la igualdad de oportunidades entre mujeres y hombres, la accesibilidad universal para personas con discapacidad, y el respeto a los valores propios de la cultura de la paz y los valores democráticos.
  • G24 - Fomentar el emprendimiento.
  • G25 - Conocimientos en tecnologías de la información y la comunicación.
  • B01 - Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización.

2.2. Resultados de aprendizaje

El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados…

  • Emplea las técnicas de tratamiento y análisis de datos y utiliza algún software estadístico para resumir, clasificar y presentar los datos.
  • Es capaz de aplicar los conceptos, aplicaciones y resultados fundamentales de la probabilidad.
  • Diferencia los conceptos básicos de variable aleatoria unidimensional y multidimensional y distingue la formulación diferente existente entre variables aleatorias discretas y continuas.
  • Es capaz de elegir la técnica adecuada para el modelado de entornos de la ingeniería bajo naturaleza estocástica mediante variables aleatorias así como la realización de cálculos en situaciones de incertidumbre.
  • Argumenta la elección de los estimadores para un parámetro y distingue entre estimación puntual y por intervalos.
  • Conoce la importancia de analizar la incertidumbre alrededor de la estimación del parámetro.
  • Plantea hipótesis estadísticas y selecciona la herramienta matemática adecuada para tomar una decisión de aceptación o rechazo.
  • Es capaz de elaborar, comprender y criticar informes basados en análisis estadísticos.
  • Resuelve problemas estadísticos de cálculo de probabilidades y contrastes de hipótesis utilizando software estadístico.
  • Distingue entre diferentes modelos de probabilidad y es capaz de simularlos utilizando software estadístico adecuado.

2.3. Importancia de los resultados de aprendizaje

En la asignatura de estadística se enseñan los principios básicos 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 diferentes situaciones en las que hay
aleatoriedad.
En el ejercicio profesional, un ingeniero debe manejar información procedente de bases de datos y debe ser
capaz de tomar decisiones a partir de esa información, las técnicas de análisis exploratorio y contraste de
hipótesis son básicas en ese contexto.
Por otro lado, la mejora constante y la toma de decisiones puede estar basada en información basada en
procesos de simulación, en este aspecto, la simulación de sistemas reales requiere un proceso de
modelización al que no son ajenos los conceptos de incertidumbre desarrollados en esta asignatura.

En la asignatura de estadística se enseñan los principios básicos 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 diferentes situaciones en las que hay aleatoriedad.

En el ejercicio profesional, un ingeniero debe manejar información procedente de bases de datos y debe ser capaz de tomar decisiones a partir de esa información, las técnicas de análisis exploratorio y contraste de hipótesis son básicas en ese contexto.

Por otro lado, la mejora constante y la toma de decisiones puede estar basada en información basada en procesos de simulación, en este aspecto, la simulación de sistemas reales requiere un proceso de modelización al que no son ajenos los conceptos de incertidumbre desarrollados en esta asignatura.

3. Evaluación

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

El estudiante deberá demostrar que ha alcanzado los resultados de aprendizaje previstos mediante las siguientes actividades de evaluación:

  • Sistema de evaluación continua:
    • Pruebas escritas: A lo largo del curso se realizarán dos pruebas escritas. Versarán sobre aspectos teóricos y/o prácticos de la asignatura:
      Prueba escrita 1:
      Se realizará la semana 8 y versará sobre Probabilidad. Esta relacionada con los resultados de aprendizaje 2, 3 y 4. Su peso en la nota final será de un 35 %.
      Prueba escrita 2:
      Se realizará la semana 14 y versará sobre la materia incluida en el epígrafe Estimación estadística y contraste de hipótesis. Está relacionada con el resultado de aprendizaje 5. Su peso en la nota final será de un 35%.

      En estas pruebas se evaluará:

      • El entendimiento de los conceptos matemáticos y estadísticos usados para resolver los problemas.
      • El uso de estrategias y procedimientos en su resolución.
      • Explicaciones claras y detalladas.
      • Uso correcto de la terminología y notación.
      • Exposición ordenada, clara y organizada.

      Para poder optar por la modalidad de evaluación continua, es necesario asistir al menos a un 80% de las actividades presenciales de la asignatura.

    • Controles participativos: A lo largo del curso el alumno realizará 6 controles de tipo participativo valorados en un 5% de la nota final, que consistirán en la realización de ejercicios de tipo práctico o cuestionarios evaluativos programados a través de la plataforma virtual Moodle. Los resultados de aprendizaje con los que estan relacionados son el 2, 3, 4 , 5 y 6.

      En estas pruebas se evaluará:

      • El entendimiento de los conceptos matemáticos y estadísticos usados para resolver los problemas.
      • El uso de estrategias y procedimientos en su resolución.
      • Explicaciones claras y detalladas.
      • Uso correcto de la terminología y notación.
      • Exposición ordenada, clara y organizada.
  • Evaluación global

    Los alumnos que no hayan superado la asignatura con el sistema de calificación continuada, deberán realizar en las convocatorias oficiales una prueba escrita de carácter obligatorio equivalente a las pruebas escritas descritas en el punto 1, cuyo peso en la nota final será del 100%.

    Los criterios de evaluación serán los descritos en los apartados anteriores.

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

El proceso de aprendizaje que se ha diseñado para esta asignatura se basa en lo siguiente:

La metodología que se propone tratade fomentar el trabajo continuado del estudiante y se centra en los aspectos más prácticos de la Estadística: el trabajo con datos reales.

Con el fin de conseguir este objetivo todas las clases prácticas se realizarán en el aula de informática, el uso de herramientas de tipo informático se llevará a cabo de forma continuada. Las explicaciones teóricas de los conceptos de la asignatura serán reforzadas con ejemplos o casos prácticos analizados con la ayuda del ordenador.

El planteamiento, metodología y evaluación de esta guía está preparado para ser el mismo en cualquier escenario de docencia. Se ajustarán a las condiciones socio-sanitarias de cada momento, así como a las indicaciones dadas por las autoridades competentes.

4.2. Actividades de aprendizaje

El programa que se ofrece al estudiante para ayudarle a lograr los resultados previstos comprende las siguientes actividades…

 

La asignatura se articula con 4 horas de clase presencial a la semana durante las 15 semanas que dura el cuatrimestre. Todas las horas se imparten en el aula de informática, donde se consideran conceptos teóricos que son reforzados con el trabajo práctico mediante el uso de programas de análisis estadístico.

4.3. Programa

El programa de la asignatura:

  1. Introducción al lenguaje de análisis estadístico R
  2. Estadística Descriptiva
  3. Teoría de la Probabilidad
  4. Variables aleatorias
  5. Distribuciones con nombre propio
  6. Variables Aleatorias Multidimensionales
  7. Teoría de la Fiabilidad
  8. Programación Lineal
  9. Estimación puntual y por intervalos
  10. Contrastes de Hipótesis
  11. Regresión lineal multivariante

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

 

Las fechas de los exámenes finales se publicarán oficialmente en https://eupla.unizar.es/asuntos-academicos/examenes.

 

Los contenidos de la asignatura, los hitos evaluatorios y su distribución por semanas será aproximadamente como sigue:

 

Semana Tema Contenidos Hitos evaluatorios Pesos Contenido
1 1 Seminario R      
2 2 Estadística Descriptiva 1er control 5 Descriptiva
3 3 Probabilidad 2º control 5 Probabilidad
4 4 Variables aleatorias      
5 5 Distribuciones      
6     3er control 5 Distribuciones
7 6 VA Multidimensionales      
8 7 Teoría de la Fiabilidad 1ª prueba escrita 35 Probabilidad
9 8 Optimización 4º control 5 Optimización
10 9 Inferencia Estadística      
11   Intervalos de Confianza 5º control 5 Estimación
12 10 Contrastes de Hipótesis      
13          
14     6º control 5 Contrastes
15 11 Regresión lineal 2ª prueba escrita 35 Inferencia

 

 

La impartición de las clases a lo largo de las 15 semanas docentes se realizará en el aula de informática, se
impartirán conceptos teóricos que serán reforzados con la aplicación práctica en resolución de ejercicios y
análisis de datos mediante el uso permanente de herramientas de tipo informático.
Se realizarán tres pruebas escritas sobre los materias de probabilidad, estimación y contraste de hipótesis a
lo largo del curso. Además, se realizará un trabajo de tipo individual sobre análisis de datos y dos en grupo
sobre estimación y modelización estadística. El trabajo continuado en el aula también sera evaluado con la
realización de 4 controles de tipo participativo, consistente en la resolución de ejercicio

La impartición de las clases a lo largo de las 15 semanas docentes se realizará mediante sesiones teóricas en el aula (2 horas semanales) y prácticas en las salas informáticas (2 horas semanales).  Se tratarán conceptos teóricos que serán reforzados con la aplicación práctica en resolución de ejercicios y análisis de datos mediante el uso continuado de herramientas informáticas.

 

Se realizarán dos pruebas escritas sobre las materias de probabilidad y estimación y contraste de hipótesis a lo largo del curso.  El trabajo continuado en el aula también será evaluado con la realización de 6 controles de tipo participativo, consistentes en la resolución de ejercicios.

4.5. Bibliografía y recursos recomendados

http://psfunizar10.unizar.es/br13/egAsignaturas.php?codigo=28711