Fichas de asignaturas 2014-15
|
ESTADÍSTICA AVANZADA |
Asignaturas
|
|
| ||
| Asignatura |
|
| | |
| Profesorado |
|
| | |
| Competencias |
|
| | |
| Resultados Aprendizaje |
|
| | |
| Actividades Formativas |
|
| | |
| Sistemas de Evaluación |
|
| | |
| Contenidos |
|
| | |
| Bibliografía |
|
| 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.
Recomendaciones
Se recomienda al alumno: Repasar sus conocimientos sobre matemáticas, adquiridos durante el curso anterior. Repasar sus conocimientos de cálculo de probabilidades y estadística descriptiva adquiridos durante el curso anterior.
Profesorado
| Nombre | Apellido 1 | Apellido 2 | C.C.E. | Coordinador | |
| VICTORIANO JOSE | GARCIA | GARCIA | Profesor Titular Univ. | S |
|
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 |
| CB1 | Que los estudiantes hayan demostrado 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 | GENERAL |
| CB2 | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vacación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio | GENERAL |
| CB3 | Que los estudiantes tengan la 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 | GENERAL |
| CB4 | Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado | GENERAL |
| CB5 | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía | GENERAL |
| CE12 | Conceptos de inferencia estadística | ESPECÍFICA |
| CE5 | Conceptos de Estadística | ESPECÍFICA |
| CG1 | Capacidad de análisis y síntesis | GENERAL |
| CG14 | Capacidad crítica y autocrítica | GENERAL |
| CG17 | Capacidad de aprendizaje autónomo | GENERAL |
| CG2 | Conocimientos de informática relativos al ámbito de estudio | GENERAL |
| CG4 | Capacidad para la resolución de problemas | GENERAL |
| CG6 | Comunicación oral y escrita en la propia lengua | GENERAL |
| CG7 | Capacidad para tomar decisiones | GENERAL |
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 | CE12 CE5 CG1 CG2 CG4 CG6 CG7 |
| 03. Prácticas de informática | 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. Se realizarán en Grupo Mediano |
20 | CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 | |
| 10. Actividades formativas no presenciales | Estudio autónomo del alumno |
96 | CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 | |
| 12. 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. Un examen final teórico-práctico, que realizará con un ordenador individual, dotado con software estadístico, sobre toda la materia de la asignatura. |
6 | CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 |
Evaluación
Criterios Generales de Evaluación
La evaluación del alumno se hará combinando tres procedimientos diferentes: Evaluación de pruebas de seguimiento. En febrero, supone el 40% de la nota. En cualquier otra convocatoria, supone el 20% de la nota final. Examen final de tipo práctico sobre toda la materia de la asignatura, en febrero supone el 60% de la nota final. Examen final teórico-práctico sobre toda la materia de la asignatura, en cualquier convocatoria salvo en febrero, que supone el 80% de la nota final (30% teórico, 50% práctico). En cualquier convocatoria, el alumno debe superar el 30% de la calificación posible en cada apartado (trabajo en grupo, ejercicios teóricos y examen final), y sumar globalmente al menos el 50% de la calificación máxima posible.
Procedimiento de Evaluación
| Tarea/Actividades | Medios, Técnicas e Instrumentos | Evaluador/es | Competencias a evaluar |
| 1)Pruebas de seguimiento de la asignatura | 1)Exámenes tipo test de respuesta múltiple seleccionados aleatoriamente a partir de una base de datos de ejercicios existentes en el Campus Virtual(40% de la calificación final en la convocatoria de febrero, 20% en cualquier otra convocatoria). |
|
CE12 CE5 CG1 CG17 CG2 CG4 CG6 CG7 |
| 2)Examen final | 2)Examen final presencial con cuestiones teórico-prácticas (60% de la calificación final en la convocatoria de febrero, 80% en cualquier otra convocatoria). |
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 |
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. Para la evaluación en la convocatoria de febrero, se realizará un examen teórico-práctico cuya calificación será el 60% de la calificación final a la que habrá que sumar la calificación de los demás ejercicios realizados mediante el Campus Virtual (40%). Para la evaluación de las convocatorias de junio, septiembre y diciembre se realizará un examen teórico-práctico cuya calificación será el 80% de la calificación final a la que habrá que sumar la calificación de los demás ejercicios realizados mediante el Campus Virtual durante el curso (20%).
Descripcion de los Contenidos
| Contenido | Competencias relacionadas | Resultados de aprendizaje relacionados |
ANÁLISIS DE LA VARIANZA
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 R4 R3 |
CONTRASTES NO PARAMÉTRICOS: CHI-CUADRADO
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 |
CONTRASTES PARAMÉTRICOS PARA DOS POBLACIONES
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 |
CONTRASTES PARAMÉTRICOS PARA UNA POBLACIÓN
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 |
EL MODELO LINEAL DE REGRESIÓN SIMPLE Y MULTIPLE
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 R4 |
ESTIMACIÓN PARAMÉTRICA
|
CE12 CE5 CG1 CG14 CG17 CG4 CG6 CG7 | R1 |
ESTIMACIÓN POR INTERVALOS DE CONFIANZA EN DOS
POBLACIONES
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 | R1 |
ESTIMACIÓN POR INTERVALOS DE CONFIANZA EN UNA
POBLACIÓN
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 | R1 |
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
|
CE12 CE5 CG1 CG17 CG6 | R1 |
INTRODUCCIÓN A LOS CONTRASTES DE HIPÓTESIS
|
CE12 CE5 CG1 CG14 CG17 CG6 | R2 R1 |
REGRESIÓN Y CORRELACIÓN
|
CE12 CE5 CG1 CG14 CG17 CG2 CG4 CG6 CG7 CG9 | R2 R1 R4 |
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.
