Usted está aquí: Inicio web asignaturas

 

Fichas de asignaturas 2010-11


Estadística Avanzada

Asignaturas
 

  Código Nombre    
Asignatura 21507013 Estadística Avanzada Créditos Teóricos 3,5
Título 21507 GRADO EN FINANZAS Y CONTABILIDAD Créditos Prácticos 2,5
Curso   2 Tipo Obligatoria
Créd. ECTS   6    
Departamento C146 ESTADISTICA E INVESTIGACION OPERATIVA    

 

Requisitos previos

Los requisitos necesarios para cursar esta asignatura están relacionados
directamente con las siguientes habilidades adquiridas en el aprendizaje de
Matemáticas y de Estadística:
• Conocimiento de las propiedades más importantes asociadas a las funciones
reales de una variable: continuidad y derivabilidad.
• Cálculo integral de funciones reales de una variable.
• Conocimiento de las propiedades más importantes asociadas a las funciones
reales de varias variables.
• Estadística Descriptiva de una y dos variables. Obtener información de
base de datos.
• Cálculo de probabilidades.
• Manejo de las distribuciones probabilísticas discretas y continuas más
habituales.

 

Profesorado

Nombre Apellido 1 Apellido 2 C.C.E. Coordinador
ANTONIO PEINADO CALERO Profesor Titular Escuela Univ. S
CECILIA VALVERDE CABEZA Profesor Titular Escuela Univ. N

 

Competencias

Se relacionan aquí las competencias de la materia/módulo o título al que pertenece la asignatura, entre las que el profesorado podrá indicar las relacionadas con la asignatura.

Identificador Competencia Tipo
a.1.1 Capacidad de análisis y síntesis GENERAL
a.1.2 Conocimientos de informática relativos al ámbito de estudio GENERAL
a.1.4 Capacidad para la resolución de problemas GENERAL
a.1.6 Comunicación oral y escrita en la propia lengua GENERAL
a.1.7 Capacidad para tomar decisiones GENERAL
a.2.1 Capacidad para trabajar en equipo GENERAL
a.2.6 Capacidad crítica y autocrítica GENERAL
a.3.1 Capacidad de aprendizaje autónomo GENERAL
b.1.12 Conceptos de inferencia estadística ESPECÍFICA
b.1.5 Conceptos de Estadística ESPECÍFICA

 

Resultados Aprendizaje

Identificador Resultado
R2 Ante un problema en ambiente de incertidumbre relativo a una o dos poblaciones, plantear adecuadamente un contraste de hipótesis, realizar dicho contraste a partir de los datos observados y definir correctamente, en términos de los errores asociados, las conclusiones que se derivan del contraste.
R1 A partir de datos estadísticos observados de una o dos poblaciones, ajustarlos de forma conveniente a un modelo probabilístico, estimar adecuadamente los parámetros poblacionales y obtener intervalos de confianza para los principales parámetros poblacionales.
R4 A partir de datos observados de dos variables aleatorias, valorar la adecuación del modelo de regresión lineal, estimar sus parámetros, realizar los contrastes asociados al modelo y utilizarlo para el análisis de la relación entre las variables y para la predicción.
R3 En el caso de más de dos poblaciones, y a partir de un conjunto de datos observados, valorar la adecuación del modelo del Análisis de la Varianza, obtener la correspondiente tabla ANOVA e interpretar adecuadamente los resultados obtenidos.

 

Actividades formativas

Actividad Detalle Horas Grupo Competencias a desarrollar
01. Teoría
Durante las clases teóricas, los profesores
emplearán los siguientes recursos:

Método expositivo: lección magistral, utilizando
presentaciones puestas previamente a disposición
del alumno mediante el Campus Virtual. Se
comentará, ampliará y aclarará los contenidos de
esas presentaciones y se responderá a las dudas
que le surjan al alumno.

Resolución de ejercicios y problemas, recopilados
en relaciones de problemas puestas reviamente a
disposición del alumno en el Campus Virtual, así
como comentarios de ejercicios resueltos en
presentaciones, igualmente disponibles
previamente para el alumno. Esta metodología se
empleará, preferentemente, en ejercicios que no
requieren el uso del ordenador.
28 Grande a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 b.1.12 b.1.5
02. Prácticas, seminarios y problemas
Durante las clases prácticas, los profesores
emplearán los siguientes recursos:

Aprendizaje basado en problemas: algunos
conocimientos teóricos serán impartidos mediante
la resolución de problemas-ejemplos, preparados
como presentaciones previamente disponibles para
el alumno.

Resolución de ejercicios y problemas, recopilados
en relaciones de problemas puestas previamente a
disposición del alumno en el Campus Virtual, así
como comentarios de ejercicios resueltos en
presentaciones, igualmente disponibles
previamente para el alumno. Esta metodología se
empleará especialmente para ejercicios en los que
es indispensable emplear el software estadístico
disponible. En este caso el alumno podrá seguir,
ayudado por un ordenador personal, las
explicaciones del profesor y la resolución de
problemas que requieren el uso de software
estadístico.

Aprendizaje cooperativo: el profesor propondrá
ejercicios a los alumnos para su resolución en
grupo.
20 Mediano a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5
09. Actividades formativas no presenciales
Estudio autónomo del alumno
88 a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5
10. Actividades formativas de tutorías
Tutorías individualizadas o en grupos reducidos
4 a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5
11. Actividades de evaluación
Evaluación de pruebas de seguimiento consistentes
en la resolución de ejercicios similares a los
propuestos en clase, a través del Campus Virtual.

Resolución en grupo de ejercicios propuestos por
el profesor.

Un examen final teórico-práctico, que realizará
con un ordenador individual, dotado con software
estadístico, sobre toda la materia de la
asignatura.

6 a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5
12. Otras actividades
Realización de trabajos en grupos
4 Reducido a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5

 

Evaluación

Criterios Generales de Evaluación

La evaluación del alumno se hará combinando tres procedimientos diferentes:
• Un examen final teórico-práctico, que realizará con un ordenador
individual, dotado con software estadístico, sobre toda la materia de la
asignatura.
• Evaluación de pruebas de seguimiento consistentes en la resolución de
ejercicios similares a los propuestos en clase, a través del Campus Virtual.
• Resolución en grupo de ejercicios propuestos por el profesor.

 

Procedimiento de Evaluación

Tarea/Actividades Medios, Técnicas e Instrumentos Evaluador/es Competencias a evaluar
1)Pruebas de seguimiento de la asignatura a través del campus virtual. 1)Exámenes tipo test de respuesta múltiple seleccionados aleatoriamente a partir de una base de datos de ejercicios existentes en el Campus Virtual y que se evalúan de forma automatizada (20% de la calificación final)
  • Profesor/a
a.1.1 a.1.2 a.1.4 a.1.6 a.2.1 a.3.1 b.1.12 b.1.5
2)Examen final 2)Examen final presencial con cuestiones teórico-prácticas (70% de la calificación final)
  • Profesor/a
a.1.1 a.1.2 a.1.4 a.1.6 a.2.1 a.3.1 b.1.12 b.1.5
3)Trabajos en grupo 3)Un problema teórico-práctico que el grupo analizará, resolverá y presentará en documento escrito (10% de la calificación final)
  • Profesor/a
a.1.1 a.1.2 a.1.4 a.1.6 a.2.1 a.3.1 b.1.12 b.1.5

 

Procedimiento de calificación

La calificación final será la media ponderada de cada una de las partes o
procedimientos de evaluación, de acuerdo con la ponderación establecida en el
apartado de criterios de evaluación. No obstante, para superar la asignatura,
será requisito necesario obtener en el examen final (en cualquiera de sus
convocatorias) un mínimo del 50% de la puntuación máxima posible en dicho examen
final

 

Descripcion de los Contenidos

Contenido Competencias relacionadas Resultados de aprendizaje relacionados
            Tema 1  INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
1.1 Concepto de inferencia estadística
1.2 Métodos paramétricos y no paramétricos.

Tema 2  ESTIMACIÓN PARAMÉTRICA.
2.1 Muestreo aleatorio simple
2.2 Estadístico. Estimador.
2.3 Características de la media y varianza muestrales.
2.4 El método de los momentos.
2.5 Propiedades de los estimadores
2.5.1 Insesgadez
2.5.2 Eficiencia.
2.5.3 Consistencia

Tema 3  ESTIMACIÓN POR INTERVALOS DE CONFIANZA EN UNA POBLACIÓN
3.1  Definición de intervalo de confianza. Nivel de confianza.
3.2 Intervalos de confianza en poblaciones Normales
3.3 Intervalo de confianza para la media muestral.
3.3.1 Caso de varianza poblacional conocida.
3.3.2 Caso de varianza poblacional desconocida. Distribución t-Student
3.4 Intervalo de confianza para la varianza muestral. Distribución CHI-cuadrado
3.5 Intervalo de confianza aproximado para una proporción.
3.6 Determinación de tamaños muestrales

Tema 4  ESTIMACIÓN POR INTERVALOS DE CONFIANZA EN DOS POBLACIONES
4.1 Intervalos de confianza para dos poblaciones normales.
4.2 Intervalo de confianza para la diferencia de medias
4.2.1 Caso de varianzas conocidas.
4.2.2 Caso de varianzas desconocidas e iguales.
4.2.3 Caso de varianzas desconocidas y distintas.
4.3 Intervalo de confianza para el cociente de varianzas
4.4  Intervalo de confianza aproximado para la diferencia de dos proporciones.

Tema 5  INTRODUCCIÓN A LOS CONTRASTES DE HIPÓTESIS.
5.1 Contrastes paramétricos y no paramétricos.
5.2 Metodología general para la construcción de un contraste.
5.3 Hipótesis nula y alternativa. Tipos de hipótesis.
5.4 Error tipo I y error tipo II.

Tema 6  CONTRASTES PARAMÉTRICOS PARA UNA POBLACIÓN.
6.1 Contrastes en poblaciones normales.
6.2 Contraste para la media.
6.2.1 Caso de varianza poblacional conocida.
6.2.2 Caso de varianza poblacional desconocida.
6.3 Contraste para la varianza.
6.4 Contraste aproximado para una proporción.


Tema 7  CONTRASTES PARAMÉTRICOS PARA DOS POBLACIONES.
7.1 Contrastes para dos poblaciones normales.
7.2 Comparación de medias
7.2.1 Muestras independientes y varianzas conocidas.
7.2.2 Muestras independientes y varianzas desconocidas e iguales.
7.2.3 Muestras independientes y varianzas desconocidas y distintas.
7.3 Contraste para la igualdad de varianzas de dos poblaciones.
7.4 Contraste aproximado para la igualdad de dos proporciones.

Tema 8  CONTRASTES NO PARAMÉTRICOS: CHI-CUADRADO.
8.1 Tablas de contingencia
8.2 Contraste de independencia
8.3 Contraste de homogeneidad
8.4 Contraste de bondad de ajuste

Tema 9  REGRESIÓN Y CORRELACIÓN
9.1 Coeficiente de correlación lineal. Propiedades e interpretación.
9.2 Rectas de regresión.
9.3 Descomposición de la variabilidad.
9.4 Coeficiente de determinación.

Tema 10  EL MODELO LINEAL DE REGRESIÓN SIMPLE Y MULTIPLE
10.1 El modelo de regresión simple.
10.2 Estimación de los parámetros.
10.3 El contraste de linealidad.
10.4 El contraste de regresión.
10.5 Estimación de las medias condicionadas.
10.6 Predicción de una nueva observación.
10.7 Introducción al modelo de regresión múltiple.

Tema 11  ANÁLISIS DE LA VARIANZA
11.1 Especificación del modelo del Análisis de la Varianza. Hipótesis a contrastar
11.2 Estimación de los parámetros.
11.3 Descomposición de la variabilidad
11.4 Tabla ANOVA
11.5 Comparaciones múltiples

        
a.1.1 a.1.2 a.1.4 a.1.6 a.1.7 a.2.1 a.2.6 a.3.1 b.1.12 b.1.5 R2 R1 R4 R3

 

Bibliografía

Bibliografía Básica

·        BARÓ LLINAS, J. (1989): Inferencia estadística. Ed. Parramón.

·        LIND, MARCHAL y WATHEN (2008): Estadística Aplicada a los Negocios y a la Economía. XIII Edición Ed. McGraw Hill Interamericana.

·        RUIZ MAYA PÉREZ, L. y MARTÍN-PLIEGO LÓPEZ, F.J. (2005): Fundamentos de Inferencia Estadística. Thomson Editores.

·        MARTÍN-PLIEGO LÓPEZ, F.J., MONTERO LORENZO, J.Mª y RUIZ MAYA PÉREZ (2005): Problemas de Inferencia Estadística. Thomson Editores.

·        ESPEJO MIRANDA, I. et al. (2007): Inferencia Estadística. Teoría y Probabilidad. Servicio de publicaciones de la Universidad de Cádiz

 

Bibliografía Específica

Fuentes bibliográficas complementarias:

 

·        CASAS SANCHEZ  J.M. et al. (2006) Ejercicios de Inferencia Estadística y Muestreo para economía y administración de empresas. Ed. Pirámide.

·        CASAS SÁNCHEZ, J.M. (1997): Inferencia estadística (2ª edición). Ed. Centro de estudios Ramón Areces

 

 

Recursos electrónicos:

·        Disponibles en el Campus Virtual.

 

 

El presente documento es propiedad de la Universidad de Cádiz y forma parte de su Sistema de Gestión de Calidad Docente. En aplicación de la Ley 3/2007, de 22 de marzo, para la igualdad efectiva de mujeres y hombres, así como la Ley 12/2007, de 26 de noviembre, para la promoción de la igualdad de género en Andalucía, toda alusión a personas o colectivos incluida en este documento estará haciendo referencia al género gramatical neutro, incluyendo por lo tanto la posibilidad de referirse tanto a mujeres como a hombres.