Profesorado

Dr. D. Miguel Angel Sordo Díaz

Situación

Prerrequisitos

El plan de estudios no establece ningún prerrequisito para poder cursar esta
asignatura.

Contexto dentro de la titulación

La asignatura de Inferencia Estadística es una asignatura troncal dentro de la
titulación. Es una asignatura básica y fundamental en el campo de la
Estadística y de esta forma su conocimiento se aplicará a otras asignaturas de
la titulación como Estadística Aplicada y Modelos Lineales. Se trata de una
herramienta esencial para cualquier investigación socioeconómica, así como
marco científico para otros campos como educación, agricultura, biología,
medicina, etc.
En esta asignatura se introduce y promueve el uso del razonamiento inductivo y
de técnicas estadísticas para tomar decisiones adecuadas. En este proceso la
probabilidad es una herramienta esencial.

Recomendaciones

Para cursar esta asignatura se recomienda tener aprobada la asignatura de
Cálculo de Probabilidades, que es una asignatura troncal impartida durante el
primer cuatrimestre.

Competencias

Competencias transversales/genéricas

- Capacidad de análisis y síntesis.
- Capacidad de gestión de la información.
- Capacidad de organización y planificación
- Capacidad de expresión en lenguaje estadístico y matemático tanto en forma
oral como escrita.
- Enfrentarse a la resolución de problemas.
- Efectuar con pericia la toma de decisiones.
- Desarrollar un razonamiento crítico.
- Desempeñar trabajo en equipo.
- Aprender de forma autónoma y autosuficiente.
- Capacidad de aplicación la formación adquirida a situaciones prácticas.
- Habilidad para trabajar de forma autónoma.
- Alcanzar un espíritu creativo.
- Iniciativa, espíritu emprendedor y altruismo.
- Motivación por la excelencia.
- Tolerancia y respeto ante la diversidad humana en todas sus facetas.

Competencias específicas

• Cognitivas(Saber):

  - Nociones sobre los distintos tipos de convergencia estocástica y
  su
  interrelación.
  - Distinción entre técnicas inferenciales parámetricas y no
  paramétricas.
  - Nociones sobre estimación puntual en modelos paramétricos:
  propiedades, procedimientos y selección.
  - Nociones sobre estimación por regiones: Conceptos fundamentales,
  aplicación a un parámetro escalar.
  - Nociones sobre contraste de hipótesis: Conceptos fundamentales,
  aplicación a parámetros escalares.
  - Nociones sobre procedimientos inferenciales no paramétricos:
  Fundamentos y pruebas más usuales.
  - Discriminación entre situaciones inferenciales, selección
  yaplicación correcta de alguna técnica apropiada e interpretación de
  los resultados obtenidos.
  

• Procedimentales/Instrumentales(Saber hacer):

  - Empleo de técnicas estadísticas en situaciones reales.
  - Resolución de problemas y análisis de datos con alguna técnica
  estadística adecuada.
  - Visualización e interpretación de los resultados.
  - Argumentación lógica de las decisiones adoptadas.
  

• Actitudinales:

  - Adquisición y/o potenciación del razonamiento lógico.
  - Detección de errores en el desarrollo o aplicación de
  procedimientos.
  - Adquisición y/o potenciación de actitud crítica.
  - Adquisición y/o potenciación de actitud adaptativa.
  - Adquisición y/o potenciación de la abstracción.
  - Coherencia entre el pensamiento cuantitativo y cualitativo.
  - Identificación de las posibles situaciones inferenciales que
  intervienen en situaciones reales o teóricas objeto de distintas
  materias científicas.

Objetivos

- Reafirmación los conocimientos de Cálculo de Probabilidades, con el fin de
desarrollar habilidades en el manejo de herramientas estadísticas.
- Nociones sobre los distintos tipos de convergencia estocástica y su
interrelación. Interpretación y aplicación de los teoremas límites
fundamentales.
- Comprensión de los fundamentos lógico-matemáticos de la Inferencia
Estadística.
- Distinción entre técnicas inferenciales parámetricas y no paramétricas.
- Obtener estimadores puntuales por diferentes métodos y estudiar sus
propiedades. Seleccionar un estimador que sea óptimo en algún
sentido.
- Determinación de intervalos de confianzas para parámetros de los modelos
básicos.
- Formulación y resolución de contrastes de hipótesis uniparamétricos.
- Selección de algún método inferencial adecuado bajo condiciones estándar e
interpretación de los resultados obtenidos.
- Aplicación las diferentes técnicas no paramétricas.
- Logro de las competencias requeridas para afrontar con éxito las situaciones
simples de inferencia en el caso normal, binomial y Poisson.

Programa

Tema 1. Introducción a la Inferencia Estadística.
- Conceptos generales.
- Tipos de muestreo. Muestreo aleatorio simple.
- Distribución empírica 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 intervalos.
- 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.

Actividades

- Exposición magistral del profesor asistido con medios audiovisuales.
- Resolución de ejercicios y problemas por parte del profesor asistido con
medios audiovisuales.
- Resolución por el alumno, en su horario individual, de ejercicios propuestos.
- Tutorías individuales y colectivas.

Metodología

- Clase teórica presencial impartida por el profesor asistido por medios y
técnicas audiovisuales.
- Clase de problemas presencial impartida por el profesor con ayuda de medios
audiovisuales.
- Tutorías especializadas (individuales y colectivas).

Clase teórica magistral con asistencia de medios audiovisuales e informáticos.
Clase de problemas con un grado de participación del alumnado dependiente de la
naturaleza de la materia correspondiente.

Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total): 160.7

• Clases Teóricas: 32  
• Clases Prácticas: 20  
• Exposiciones y Seminarios: 4  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas:  
  • 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):  

Técnicas Docentes

Criterios y Sistemas de Evaluación

Para superar la asignatura es preciso:
- Aprobar examen teórico.
- Aprobar examen práctico.
- Asistir regularmente a clase.

Se valorarán los siguientes aspectos:
- Participación activa en las sesiones teóricas.
- Participación activa en las sesiones de problemas y en la resolución de
ejercicios propuestos.

A partir del nivel de aprobado se matizará la calificación con el trabajo
global realizado por el alumno a lo largo del curso.

Recursos Bibliográficos

Fundamental:

Mukhopadhyay, N. "Probability and statistical inference". Marcel Dekker, 2000
Ross, S.M. (2007): "Introducción a la Estadística". Ed. Reverté.
Rohatgi, V.K.(1984): "Statitical inference". Ed. John Wiley, 1984.
Evans, M.J. y Rosenthal, J.S. (2005): "Probabilidad y Estadística". Ed. Reverté.
Rohatgi, V.K. y Ehsanes Saleh, A.K. Md. (2001): "An Introduction to Probability
and Statistics". Ed. John Wiley & Sons.


Complementaria:
- AZORIN, F., SANCHEZ-CRESPO, J.L.: Métodos y aplicaciones del muestreo. Ed.
Alianza, 1986.
- ALONSO, F.J., GARCÍA, P. Y OLLERO, J. (1996): Estadística para Ingenieros:
Teoría y Problemas". Colegio de Ingenieros de Caminos, Canales y Puertos.
- 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.
- RUIZ-MAYA, L., MARTIN PLIEGO, F.J.: Estadística II: Inferencia. AC, 1995.
- SACHS, L.: Estadística aplicada. Ed. Labor, 1978.