Si desea visionar el/los fichero/s referente/s al cronograma sobre el número de horas de los estudiantes pulse sobre su nombre:

• 2272-40209024-Cronograma-2013-2014.pdf

Requisitos previos

Se recomienda haber cursado y superado las asignaturas "Introducción a la
Probabilidad y a la Estadística" y "Teoría de la Probabilidad", de primer y
segundo curso respectivamente. Igualmente se recomienda tener cursadas y
aprobadas asignaturas de análisis relativas al manejo de funciones de varias
variables, optimización e integración.

Recomendaciones

Para un mejor aprovechamiento es altamente recomendable, antes y durante el
desarrollo de la asignatura, revisar y repasar los conceptos de probabilidad
explicados en la asignatura "Teoría de la Probabilidad", del mismo módulo. En
particular, todas las propiedades relativas al manejo de distribuciones de
probabilidad continuas y discretas, así como el conocimiento exhaustivo de las
familias de distribuciones más conocidas: Normal, Gamma, Exponecial, Uniforme,
Poisson, Binomial, Binomial Negativa, Geométrica, Hipergeométrica, etc. El manejo
con soltura de estas distribuciones es clave en el desarrollo de la nociones de
inferencia.

Profesorado

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.

Resultados Aprendizaje

Actividades formativas

Clase teórica impartida por el profesor
responsable, asistida por medios audiovisuales,
en la que se enseñan los principios teóricos
básicos de un tema y se resuelven problemas que
ayuden a comprender las nociones introducidas.

Sesiones dedicadas exclusivamente a la resolución
de problemas y donde el alumnado participará
activamente en la exposición de los mismos.

Sesiones en las que el alumnado aplicará los
conocimientos adquiridos en las clases teóricas a
través de un software estadístico de referencia y
que simplifcará gran parte de los problemas de
inferencia debido a su capacidad de tratamiento
de datos. Dicho software será presumiblemente de
libre distribución.

Estudio y trabajo individual y autónomo.

Tutorías individuales y/o colectivas, pudiendo
ser presenciales y/o colectivas.

Sesiones donde se realizarán las diferentes
pruebas de progreso continuo.

Evaluación

Criterios Generales de Evaluación

La asignatura consta de tres partes evaluables: Examen Final, Pruebas de Examen
de Evaluación Continua y un Trabajo Práctico/Exposición, tal como se describe más
abajo en los Procedimientos de Evaluación. Para superar la asignatura deberá
sacar un mínimo de cinco puntos en una escala del cero al diez.

Procedimiento de Evaluación

Procedimiento de calificación

Las tres partes evaluables: Examen Final, Pruebas de Examen de Evaluación
Continua y Trabajo Práctico/Exposición de Problemas, participan sobre la nota
final con un 70%, 25% y 5%, respectivamente. Es requisito imprescindible para
aprobar la asignatura que el Examen Final aporte como mínimo el 63% de la
calificación global, en otras palabras, el alumno debe obtener al menos un 4,5
sobre 10 en el examen final.

Las calificaciones obtenidas en las Pruebas de Examen de Evaluación Continua y en
el Trabajo Práctico/Exposición de Problemas  configuran la evaluación continua y
sólo se evalúan una vez durante el transcurso de la asignatura. En el examen de
septiembre, el alumno sólo podrá repetir el examen final -70% de la asignatura-
al cual se le sumará la calificación de la evaluación continua obtenida durante
el curso. En las convocatorias extraordinarias posteriores a septiembre se
procederá de forma análoga.  Sin embargo, no se guardará la evaluación continua
en convocatorias ordinarias en cursos posteriores.

Descripcion de los Contenidos

            1. Introducción a la Inferencia Estadística. Parámetrica y no Paramétrica. Muestra aleatoria simple. Teorema de
Glivenko-Cantelly. Principios para reducción de datos -estadísticos suficientes, minimales suficientes, ancilares y
completos-.
        

            2. Estimación Puntual y Construcción de Estimadores: Principio de Sustitución, Método de los Momentos,  Método de
Máxima Verosimilitud y Estimación Bayesiana.
        

            3. Estimación Puntual y Evaluación de Estimadores: Error Cuadrático Medio, Información de Fisher, Cota de
Cramér-Rao, UMVUE y comportamiento asintótico.
        

            4. Constrastes de hipótesis. Introducción. Hipóstesis simples y compuestas. Métodos de construcción.
Particularización al caso de las distribuciones normales, una y dos poblaciones.
        

            5. Estimación por Intervalos. Introducción y relación con los contrastes de hipótesis. Construcción de intervalos.
Particularización poblaciones normales. Precisión y tamaño muestral.
        

            6. Inferencia no paramétrica. Independencia y Bondad de ajuste.
        

            7. Introducción a los modelos lineales. Regresión y ANOVA.
        

Bibliografía

Bibliografía Básica

Bibliografía Específica

Bibliografía Ampliación

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.