ANTONIA CASTAÑO MARTÍNEZ

- Reafirmar los conocimientos de Cálculo de Probabilidades, con el fin de
desarrollar habilidades en el manejo de herramientas estadísticas.
- Conocer distintos tipos de convergencia de sucesiones de variables aleatorias,
así como la relación entre ellos. Interpretar y aplicar los teoremas límites
principales.
- Comprender los fundamentos lógico-matemáticos de la Inferencia Estadística.
- Distinguir entre técnicas parámetricas y no paramétricas.
- Obtener estimadores puntuales por diferentes métodos y estudiar sus
propiedades. Seleccionar un estimador que sea óptimo en algún
sentido.
- Determinar intervalos de confianzas óptimos en algún sentido, para un parámetro
dado.
- Resolver contrastes de hipótesis, determinar el test uniformemente más potente
para un contraste dado.
- Saber elegir el método de estimación adecuado para diversos problemas e
interpretar los resultados obtenidos.
- Aplicar las diferentes técnicas no paramétricas.

Tema 1. Introducción a la Inferencia Estadística.
- Conceptos generales.
- Tipos de muestreo. Muestreo aleatorio simple.
- Distribución empírico de la muestra.
- Teorema de Glivenko-Cantelli
- Teoremas límites.
- Momentos muestrales.
- Distribuciones asociadas al muestreo
- Muestreo en poblaciones Normales.

Tema 2. Estimación puntual.
- Propiedades de los estimadores.
- Suficiencia e información.
- UMVUE.
- Métodos de construcción de los estimadores.

Tema 3. Estimación por regiones.
- Método del pivote.
- Intervalos de confianza en poblaciones normales.
- Métodos generales.
- Métodos aproximados.
- Tamaño muestral.

Tema 4. Teoría del contraste de hipótesis.
- Conceptos generales.
- Contrastes de hipótesis simples.
- Contrastes de hipótesis compuestas.
- Métodos de construcción.
- Relación con intervalos de confianza.

Tema 5. Contrastes no paramétricos para una y dos muestras.
- Contrastes de aleatoriedad.
- Contrastes de bondad de ajuste.
- Contrastes de localización relativos a una muestra.
- Contrastes relativos a dos muestras.

Tema 6. Introducción a los modelos lineales.

- Exposición magistral por parte del profesor en el aula mediante técnicas
audiovisuales.
- Exposición de materia teórica o práctica dirigida por parte de los alumnos.
- Resolución de ejercicios y problemas por parte del profesor y también de los
alumnos en el aula.
- Controles periódicos.
- Uso del Aula Virtual.
- Trabajos en grupos reducidos.

- Exposición de clases teóricas por parte del profesor, con el objetivo de
aplicar las técnicas vistas a la resolución de problemas.
- Exposición de las actividades por parte del alumnado.
- Clases de problemas con participación activa del alumnado.

Nº de Horas (indicar total): 160.7

• Clases Teóricas: 32  
• Clases Prácticas: 20  
• Exposiciones y Seminarios: 4  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas: 4  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado: 8  
  • Sin presencia del profesorado: 0  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 72.7  
  • Preparación de Trabajo Personal: 16  
  • ...
     
• Realización de Exámenes:
  • Examen escrito: 4  
  • Exámenes orales (control del Trabajo Personal):  

- Examen teórico-práctico.
- Trabajos desarrollados durante el curso.
- Controles periódicos de adquisición de conocimientos.
- Participación activa en las sesiones académicas.
- Realización de ejercicios prácticos en casa.

El alumno podrá obtener hasta un 30% de la nota final a través de las actividades
realizadas durante el curso y el resto corresponderá al examen/ examenes.

- AZORIN, F., SANCHEZ-CRESPO, J.L.: Métodos y aplicaciones del muestreo. Ed.
Alianza, 1986.
- BICKEL, P.J., DOKSUM, K.A. Mathematical Statistics. Ed. Prentice Hall, 2001.
- CANAVOS, G.C.: Probabilidad y estadística: Aplicaciones y métodos. Ed.
McGraw-Hill, 1992.
- CASELLA, G., BERGER, R.L.: Statistical Inference, 2nd ed., Duxbury Advanced
Series, 2002.
- CRAMER, H.:  Elementos de la teoría de probabilidades. Ed. Aguilar, 1972.
- ESPEJO, I., FERNÁNDEZ, F., LÓPEZ, M.A., MUÑOZ, M., RODRÍGUEZ, SÁNCHEZ, A.,
VALERO, C.: Inferencia Estadística. Ed. Servicio de Publicaciones de la
Universidad Cádiz.
- EVANS, M.J., ROSENTHAL, J.S.: Probabilidad y Estadística. Ed. Reverté, 2005.
- FELLER, W.: Introducción a la teoría de la probabilidad y sus aplicaciones. 2
vol. Ed. Limusa, 1985.
- GIBBONS, J.D., CHAKRABORTI, S.: Nonparametric statistical inference. Ed.
Dekker, 1992.
- HOGG, R.V.: Introduction to Mathematical Statistics. Ed Prentice Hall, 1995.
- KENDALL, M.G. STUART, A. The Advanced Theory of Statistics. 1977-1983 Charles
Griffin.
- LEHMANN, E.L.: Theory of point estimation. Ed. John Wiley, 1983.
- LEHMANN, E.L.: Testing statistical hypothesis. Ed. Wadsworth & Brooks, 1991.
- OSTLE, B.: Estadística aplicada. Ed. Limusa, 1970.
- PARZEN, E.: Teoría moderna de probabilidades y sus aplicaciones. Ed. Limusa,
1982.
- RIOS, S.: Métodos estadísticos. Ed. Castillo, 1985.
- ROHATGI, V.K.: An introduction to probability theory and mathematical
statistics. Ed. John Wiley, 1977.
- ROHATGI, V.K.: Statitical inference. Ed. John Wiley, 1984.
- RUIZ-MAYA, L., MARTIN PLIEGO, F.J.: Estadística II: Inferencia. AC, 1995.
- SACHS, L.: Estadística aplicada. Ed. Labor, 1978.