Universidad de Jaén

Menú local

Guía docente 2018-19 - 11712005 - Técnicas de estimación

TITULACIÓN: Grado en Estadística y empresa
CENTRO: FACULTAD CIENCIAS SOCIALES Y JURÍDICAS

CURSO ACADÉMICO: 2018-19
GUÍA DOCENTE
1. DATOS BÁSICOS DE LA ASIGNATURA
NOMBRE: Técnicas de estimación
CÓDIGO: 11712005 CURSO ACADÉMICO: 2018-19
TIPO: Obligatoria
Créditos ECTS: 6.0 CURSO: 2 CUATRIMESTRE: PC
WEB: https://dv.ujaen.es/goto_docencia_crs_275653.html
 
2. DATOS BÁSICOS DEL PROFESORADO
NOMBRE: LOZANO AGUILERA, EMILIO DAMIÁN
IMPARTE: Teoría - Prácticas [Profesor responsable]
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
N. DESPACHO: B3 - 057 E-MAIL: elozano@ujaen.es TLF: 953211913
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58161
URL WEB: http://www10.ujaen.es/conocenos/departamentos/estio/2948
 
3. PRERREQUISITOS, CONTEXTO Y RECOMENDACIONES
PRERREQUISITOS:
-
CONTEXTO DENTRO DE LA TITULACIÓN:

La asignatura TÉCNICAS DE ESTIMACIÓN tiene un papel fundamental en la titulación porque establece los pilares de la Inferencia Estadística, introduciendo los conceptos básicos y los procedimientos que permiten, a partir de una muestra aleatoria, obtener resultados sobre los parámetros de una población.

En concreto, en esta asignatura se estudian los modelos de distribuciones multidimensionales más usuales como continuación a los vectores aleatorios estudiados en la asignatura de primer curso Cálculo de Probabilidades. A continuación se estudian los estadísticos muestrales más usuales así como su distribución en el muestreo, para poder introducir el concepto de estimador puntual y sus propiedades. También se estudia la estimación por intervalos de confianza, así como las técnicas de contrastes de hipótesis estadísticas. Finalmente, se introducen dos técnicas de exploración intensiva de la muestra: el Jackknife y el Bootstrap, su metodología y aplicación práctica.

RECOMENDACIONES Y ADAPTACIONES CURRICULARES:

Se recomienda haber cursado la asignatura Cálculo de Probabilidades.

El alumnado que presente necesidades específicas de apoyo educativo, lo ha de notificar personalmente al Servicio de Atención y Ayudas al Estudiante para proceder a realizar, en su caso, la adaptación curricular correspondiente.
4. COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
código Denominación de la competencia
CE10 Conocer y aplicar los conceptos de Vector Aleatorio y Distribución, así como las Distribuciones Multidimensionales más usuales
CE3 Conocer y aplicar los conceptos básicos de Inferencia Estadística
CG1 Habilidad de comprensión cognitiva
CG12 Capacidad de aprendizaje y trabajo autónomo
CG6 Adquirir habilidades y dominar herramientas informáticas aplicadas a las diferentes materias
CG8 Capacidad para la resolución de problemas
Resultados de aprendizaje
Resultado R 1 Reconocer las distribuciones de probabilidad multidimensionales más usuales
Resultado R 16 Aplicar las técnicas estadísticas desarrolladas en el módulo a situaciones del entorno de la empresa
Resultado R 2 Comprender y saber utilizar de manera adecuada las distintas técnicas de inferencia estadística
5. CONTENIDOS

Contenidos básicos: Modelos de distribuciones multidimensionales. Distribuciones muestrales y límite. Estimación puntual y por intervalos. Contrastes de hipótesis. Técnicas de exploración intensiva de la muestra.

Modelos de Distribuciones de Probabilidad

  • Conceptos básicos
  • Distribuciones asociadas a la normal: Chi-cuadrado, t de Student y F de Snedecor
  • Distribución multinomial
  • Distribución normal multivariante
  • Otras distribuciones multidimensionales asociadas a la normal multivariante: Wishart,  T 2 de Hotelling y Lambda de Wilks

 Introducción a la Inferencia Estadística

  • Población y muestra. Técnicas de muestreo
  • Estadísticos muestrales
  • Distribuciones muestrales 

Estimación Puntual

  • Propiedades de los estimadores
  • Métodos de estimación puntual: estimación por máxima verosimilitud y método de los momentos

Estimación por intervalos de confianza

  • Construcción de un intervalo de confianza
  • Intervalos de confianza en poblaciones normales
  • Intervalos de confianza para muestras grandes

Contrastes de hipótesis estadísticas

  • Lema de Neyman-Pearson
  • Test de razón de verosimilitudes
  • Contrastes de hipótesis en poblaciones normales
  • Contrastes sobre proporciones

Técnicas de exploración intensiva de la muestra

  • El método autosuficiente o Bootstrap
  • El método herramental o Jackknife

 

6. METODOLOGÍA Y ACTIVIDADES
ACTIVIDADES HORAS PRESEN­CIALES HORAS TRABAJO AUTÓ­NOMO TOTAL HORAS CRÉDITOS ECTS COMPETENCIAS (códigos)
A1 - Clases expositivas en gran grupo
  • M1 - Clases expositivas en gran grupo: Clases magistrales
  • M2 - Clases expositivas en gran grupo: Exposición de teoría y ejemplos generales
  • M3 - Clases expositivas en gran grupo: Actividades introductorias
45.0 75.0 120.0 4.8
  • CE10
  • CE3
  • CG1
  • CG12
A2 - Clases en grupos de prácticas
  • M10 - Clases en grupos de prácticas: Aulas de informática
  • M11 - Clases en grupos de prácticas: Resolución de ejercicios
15.0 15.0 30.0 1.2
  • CE10
  • CE3
  • CG6
  • CG8
TOTALES: 60.0 90.0 150.0 6.0  
 
INFORMACIÓN DETALLADA:

Las clases de teoría consisten en la exposición de los contenidos, junto con ejemplos de aplicación que faciliten la comprensión de los mismos.

Las clases prácticas consisten en la resolución de problemas que el alumnado ha trabajado previamente.

7. SISTEMA DE EVALUACIÓN
 
ASPECTO CRITERIOS INSTRUMENTO PESO
Asistencia y/o participación en actividades presenciales y/o virtuales Asistencia y participación Notas del profesor 0.0%
Conceptos teóricos de la materia Conceptos teóricos de la materia Examen teórico-práctico 80.0%
Realización de trabajos, casos o ejercicios Realización de trabajos, casos y ejercicios Elaboración de casos prácticos 20.0%
Prácticas de laboratorio/campo/uso de herramientas TIC Prácticas de ordenador Elaboración de casos prácticos en ordenador 0.0%
El sistema de calificación se regirá por lo establecido en el RD 1125/2003 de 5 de septiembre por el que se establece el sistema europeo de créditos y el sistema de calificaciones en la titulaciones universitarias de carácter oficial
INFORMACIÓN DETALLADA:

Se valorará fundamentalmente la concisión, claridad e interpretación de resultados tanto en la prueba objetiva, como en la entrega de actividades.

Para valorar la asistencia y participación se estudiará la totalidad del trabajo realizado a lo largo del curso (participación en clases teóricas y prácticas, realización de ejercicios y prácticas).

8. DOCUMENTACIÓN / BIBLIOGRAFÍA
ESPECÍFICA O BÁSICA:
  • Inferencia estadística para economía y administración de empresas. Edición: -. Autor: Casas Sánchez, José M.. Editorial: Madrid : Centro de Estudios Ramón Areces, 1996  (C. Biblioteca)
  • Estadística para administración y economía. Edición: 6̇ ed.. Autor: Newbold, Paul.. Editorial: Madrid : Pearson Educación, cop. 2008.  (C. Biblioteca)
  • Fundamentos de inferencia estadística. Edición: 3ª ed., 2ª imp.. Autor: Ruiz-Maya, Luis. Editorial: Madrid [etc.] : AC, 2008  (C. Biblioteca)
  • Análisis de datos multivariantes. Edición: -. Autor: Peña Sánchez de Rivera, Daniel. Editorial: Madrid [etc.] : McGraw-Hill, D.L. 2010  (C. Biblioteca)
  • Estadística II : Inferencia estadística. Edición: Ed. rev.. Autor: Casas Sánchez, José M.. Editorial: Madrid : Editorial Centro de Estudios Ramón Areces, S.A., D.L. 2011  (C. Biblioteca)
  • Estadística I: probabilidad y distribuciones. Edición: -. Autor: Casas Sánchez, José M.. Editorial: Madrid: Editorial Centro de Estudios Ramón Areces, [2000]  (C. Biblioteca)
GENERAL Y COMPLEMENTARIA:
  • Probabilidad y estadística: aplicaciones y métodos. Edición: -. Autor: Canavos, George C.. Editorial: Madrid[etc.]: McGraw-Hill, D. L. 2003  (C. Biblioteca)
  • An introduction to the bootstrap. Edición: -. Autor: Efron, Bradley. Editorial: Boca Raton: Chapman & Hall CRC, 1998  (C. Biblioteca)
  • The jackknife and bootstrap. Edición: [2nd printing, corr.]. Autor: Shao, Jun. Editorial: New York: Springer-VErlag, 1996  (C. Biblioteca)
  • Statistical inference. Edición: -. Autor: Rohatgi, V. K.. Editorial: Mineola, N.Y.: Dover Publications, c2003.  (C. Biblioteca)
  • Introducción a la Estadística . Edición: Barcelona: Reverté, 2007. Autor: Ross, Sheldon M.. Editorial: -  (C. Biblioteca)
  • Multivariate statistical inference and applications. Edición: -. Autor: Rencher, Alvin C.. Editorial: New York [etc.]: John Wiley & Sons, cop. 1998  (C. Biblioteca)
  • Estadística modelos y métodos. Edición: 2ª ed.. Autor: Peña Sánchez de Rivera, Daniel. Editorial: Madrid: Alianza, D. L. 2000  (C. Biblioteca)
  • Problemas de inferencia estadística. Edición: 3ª ed. Autor: Martín-Pliego López, Javier. Editorial: Madrid: AC, 2005  (C. Biblioteca)
  • Contrastes de hipótesis. Edición: -. Autor: Martín Martín, Quintín. Editorial: Madrid: La Muralla ; Salamanca: Hespérides, D.L. 2001  (C. Biblioteca)
  • Problemas de estadística. Edición: Reimp. Autor: López de la Manzanara Barbero, Juan. Editorial: Madrid: Pirámide, 1996  (C. Biblioteca)
  • Estadística aplicada a los negocios y a la economía. Edición: 13ª ed. Autor: Lind, Douglas A.. Editorial: México [etc.]: McGraw-Hill, cop. 2008  (C. Biblioteca)
9. CRONOGRAMA (primer cuatrimestre)
Semana A1 - Clases expositivas en gran grupo A2 - Clases en grupos de prácticas Trabajo autónomo Observaciones
Nº 1
10 - 16 sep 2018
3.01.0 6.0  
Nº 2
17 - 23 sep 2018
3.01.0 6.0  
Nº 3
24 - 30 sep 2018
3.01.0 6.0  
Nº 4
1 - 7 oct 2018
3.01.0 6.0  
Nº 5
8 - 14 oct 2018
3.01.0 6.0  
Nº 6
15 - 21 oct 2018
3.01.0 6.0  
Nº 7
22 - 28 oct 2018
3.01.0 6.0  
Nº 8
29 oct - 4 nov 2018
3.01.0 6.0  
Nº 9
5 - 11 nov 2018
3.01.0 6.0  
Nº 10
12 - 18 nov 2018
3.01.0 6.0  
Nº 11
19 - 25 nov 2018
3.01.0 6.0  
Nº 12
26 nov - 2 dic 2018
3.01.0 6.0  
Nº 13
3 - 9 dic 2018
3.01.0 6.0  
Nº 14
10 - 16 dic 2018
3.01.0 6.0  
Nº 15
17 - 20 dic 2018
3.01.0 6.0  
Total Horas 45.0 15.0 90.0