Profesorado

Juan Luis Peralta Sáez (coordinador)
Santiago Fandiño Patiño

Situación

Prerrequisitos

Los alumnos deben haber adquirido en la asignatura Estadística y
Probabilidad
I los siguientes conocimientos mínimos: Estadística descriptiva
univariante
y
bivariante, calculo de probabilidades, variables aleatoria discretas y
continuas, modelos de distribuciones de probabilidad más comunes.

Los alumnos deben haber adquirido en las asignaturas del área de
Matemáticas
los siguientes conocimientos mínimos:

De Cálculo: Series de números reales, funciones reales de una variable
real,
límites, continuidad, derivabilidad, cálculo de derivadas, cálculo
integral,
funciones reales de varias variables, diferenciabilidad, derivadas
parciales,
integrales múltiples.

De Álgebra: Estructuras: Álgebra y espacio vectorial, matrices y
determinantes, resolución de sistemas lineales, geometría del plano.

Técnicas de Resolución de problemas.

Contexto dentro de la titulación

En cuanto a las materias, áreas o disciplinas con las que está
relacionada,
podemos comentar lo siguiente: Existen pocas áreas donde el impacto
del
desarrollo reciente de la Estadística se haya hecho sentir más que en
la
Ingeniería Informática.

Se podrían citar sus aportaciones a los problemas de producción-
planificación,
al uso eficiente de materiales y fiabilidad de los mismos, a la
investigación
básica y al desarrollo de nuevos productos y/o componentes. Como en
las
demás
ciencias, la Estadística viene a ser una herramienta vital para los
ingenieros, ya que les permite comprender fenómenos sujetos a
variaciones y
predecirlos o controlarlos de forma eficaz.

La Estadística desempeña un papel importante en la mejora de la
calidad de
cualquier producto o servicio. Un ingeniero que domine las distintas
técnicas
estadísticas puede llegar a ser mucho más eficaz en todas las fases de
su
trabajo que tengan que ver con la investigación, el desarrollo o la
producción.

Recomendaciones

La materia troncal “Estadística y Probabilidad II”, según establece el
plan
de
estudios se imparte en el segundo cuatrimestre del segundo curso de la
titulación.

Se recomienda que esta asignatura se curse después de las dos
asignaturas
del
área de Matemáticas del primer curso. Además, la Estadística es una
materia
que sirve como base de conocimiento para asignaturas de otras áreas,
por lo
que es recomendable cursarla antes que éstas.

Competencias

Competencias transversales/genéricas

• Capacidad de análisis y síntesis.
• Capacidad de organización y planificación.
• Capacidad de gestión de la información.
• Resolución de problemas.
• Toma de decisiones.
• Razonamiento crítico.

Competencias específicas

• Cognitivas(Saber):

  • Matemáticas.
  • Gestión y Control de Calidad.
  • Técnicas Estadísticas.
  • Fiabilidad.

• Procedimentales/Instrumentales(Saber hacer):

  • Gestión de la información. Documentación.
  • Toma de decisiones.
  • Planificación, organización y estrategia.
  • Gestión y control de calidad.
  • Estimación y programación del trabajo.

• Actitudinales:

  • Mostrar actitud crítica y responsable.
  • Valorar el aprendizaje autónomo.
  • Mostrar interés en la ampliación de conocimientos y búsqueda de
  información.
  • Valorar la importancia del trabajo colaborativo (en equipo).
  • Asumir la necesidad y utilidad de la Estadística como herramienta
  en su futuro ejercicio profesional.
  • Ser consciente del grado de subjetividad que indican las
  interpretaciones de los resultados estadísticos.
  • Ser consciente del riesgo de las decisiones basadas en los
  resultados estadísticos.

Objetivos

Conocer y comprender los fundamentos y métodos de análisis no determinista
aplicados a problemas de ingeniería en informática de sistemas.
Estimular el interés del alumno por la Estadística en general, como
ciencia
que
se ocupa de investigar la realidad mediante la construcción de modelos.

Programa

UNIDAD TEMÁTICA 1: FUNDAMENTOS DE LA INFERENCIA ESTADÍSTICA.

Lección 1. Introducción a la Inferencia Estadística.
Lección 2. Introducción a la Teoría de Muestras.
Lección 3. Muestreo aleatorio simple y con reposición.
Lección 4. Otros tipos de muestreo.
Lección 5. Distribuciones asociadas a la normal.

UNIDAD TEMÁTICA 2: ESTIMACIÓN.

Lección 6. Muestreo en poblaciones normales.
Lección 7. Estimación puntual paramétrica.
Lección 8. Algunas propiedades de los estimadores.
Lección 9. Estimadores de máxima verosimilitud.
Lección 10. Estimación por intervalos de confianza.

UNIDAD TEMÁTICA 3: CONTRASTES DE HIPÓTESIS.

Lección 11. Conceptos básicos.
Lección 12. Contrastes paramétricos para una población.
Lección 13. Contrastes paramétricos para dos poblaciones.
Lección 14. Contrastes de adecuación del modelo.
Lección 15. Otros contrastes no paramétricos.
Lección 16. Análisis de frecuencias.

UNIDAD TEMÁTICA 4: MODELOS LINEALES.

Lección 17. Análisis de la varianza.
Lección 18. Validación del modelo y comparaciones múltiples.
Lección 19. El modelo de regresión lineal simple.
Lección 20. Validación del modelo y predicción.
Lección 21: Regresión Multivariante.
Lección 22: Diseño de experimentos.

Contenido Prácticas con Ordenador:

Práctica 1. Presentación & Estadística con R y Statgraphics.
Práctica 2. Introducción a la Inferencia estadística y Revisión de la
Distribución Normal
Práctica 3. Distribuciones en el Muestreo. Uso de Tablas Estadísticas.
Práctica 4. El Teorema Central del Límite
Práctica 5. Intervalos de confianza
Práctica 6. Contrastes de Hipótesis con R-Commander
Práctica 7. Contrastes de Hipótesis con Statgraphics
Práctica 8. Ejercicios de Contrastes de Hipótesis
Práctica 9. 1ªParte. Contrastes no paramétricos con R-Commander
Práctica 9. 2ªParte. Contrastes no paramétricos con Statgraphics
Práctica 10. Análisis de la Varianza
Práctica 11. Prueba de valoración del período de prácticas

Para el desarrollo práctico con ordenador de las unidades temáticas
anteriores  se utilizará Statgraphics, Excel/Calc, R, así como  Recursos
Interactivos de Estadística y Webs de interés.
Prácticas: Realización con el ordenador de ejercicios prácticos de la
temática
expuesta anteriormente.

Actividades

Asignatura ofertada sin docencia. El alumno puede asistir a tutorías
individualizadas.

Metodología

Asignatura ofertada sin docencia. Sólo hay actividades de evaluación.

Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total): 87.5

• Clases Teóricas: 28  
• Clases Prácticas: 14  
• Exposiciones y Seminarios:  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas: 3  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado:  
  • Sin presencia del profesorado: 11  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 28  
  • Preparación de Trabajo Personal:  
  • ...
     
• Realización de Exámenes:
  • Examen escrito: 3.5  
  • Exámenes orales (control del Trabajo Personal):  

Técnicas Docentes

Actividades a través del Campus Virtual UCA

Criterios y Sistemas de Evaluación

La evaluación se realizará mediante un examen que contedrá cuestiones tipo
test (30% de la nota) y problemas (70% de la nota)

Recursos Bibliográficos

I. ESPEJO MIRANDA, F. FERNÁNDEZ PALACÍN, M. A. LÓPEZ SÁNCHEZ, M. MUÑOZ
MÁRQUEZ,
A. M. RODRÍGUEZ CHÍA, A. SÁNCHEZ NAVAS y C. VALERO FRANCO. Inferencia
estadística. Servicio de Publicaciones de la Universidad de Cádiz, 2003.
ISBN:
978-84-9828-131-6

A. GÁMEZ y L. MARÍN,  Estadística para ingenieros técnicos. Universidad de
Cádiz. Servicio de Publicaciones, 2000.

H. LARSON,  Introducción a la teoría de probabilidades e inferencia
estadística. Limusa, 1978.

I.R. MILLER y J.E. FREUND,  Probabilidad y estadística para ingenieros.
Cuarta
Edición. Prentice Hall, 1992

D. PEÑA,  Estadística. Modelos y métodos. 1. Fundamentos. Editorial
A.U.T.,
1995.

R. RODRÍGUEZ  HUERTAS., Prácticas de Estadística con Statgraphics.
Copistería
San Rafael, 2002.

A. SARABIA, C. MATÉ,  Problemas de probabilidad y estadística. CLAGSA,
1993.

R. E. WALPOLE y R. H. MYERS,  Probabilidad y estadística. McGraw-Hill,
1992.

E. URIEL,  Análisis de datos. Series temporales y análisis multivariante..
Editorial AC. 1995.

D. PEÑA SÁNCHEZ DE RIVERA, Estadística. Modelos y Métodos. 2. Modelos
lineales
y series temporales. Alianza Universidad Textos, 1992. Segunda edición.

Bibliografía complementaria:
R. L. Scheafer y McClave. Probabilidad y estadística para ingeniería.
Grupo
Editorial Iberoamérica 1993.

Jorge Ollero y otros., Diseño y Análisis Estadístico de Experimentos.
Grupo
editorial Universitario. 1997

J.L. Ortega,  Problemas de inferencia estadística. (Muestreo y control de
calidad). Tebar Flores

Sharon L. Lorh, Muestreo (Diseño y Análisis). Thompson.