Menú local
Guía docente 2018-19 - 13511003 - Estadística
TITULACIÓN: | Grado en Ingeniería eléctrica (13511003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Doble Grado en Ingeniería eléctrica e Ingeniería mecánica (13611003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Grado en Ingeniería de organización industrial (13011003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Grado en Ingeniería mecánica (13411003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Doble Grado en Ingeniería mecánica e Ingeniería de organización industrial (13811003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Doble Grado en Ingeniería eléctrica e Ingeniería electrónica industrial (13711003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Doble Grado en Ingeniería mecánica e Ingeniería electrónica industrial (13911002) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
TITULACIÓN: | Grado en Ingeniería electrónica industrial (13111003) |
CENTRO: | ESCUELA POLITÉCNICA SUPERIOR (JAÉN) |
CURSO: | 2018-19 |
ASIGNATURA: | Estadística |
NOMBRE: Estadística | |||||
CÓDIGO: 13511003 (*) | CURSO ACADÉMICO: 2018-19 | ||||
TIPO: Troncal / Básica | |||||
Créditos ECTS: 6.0 | CURSO: 1 | CUATRIMESTRE: SC | |||
WEB: http://dv.ujaen.es/docencia/goto_docencia_crs_318874.html |
NOMBRE: MONTORO CAZORLA, DELIA | ||
IMPARTE: Teoría [Profesor responsable] | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 069 | E-MAIL: dmontoro@ujaen.es | TLF: 953211910 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/54223 | ||
URL WEB: - | ||
ORCID: https://orcid.org/0000-0002-0904-5315 | ||
NOMBRE: AGUILAR PEÑA, MARIA CONCEPCION | ||
IMPARTE: Teoría - Prácticas | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 074 | E-MAIL: caguilar@ujaen.es | TLF: 953212815 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/58018 | ||
URL WEB: - | ||
ORCID: https://orcid.org/0000-0001-8648-8067 | ||
NOMBRE: CUEVA LÓPEZ, VALENTINA | ||
IMPARTE: Teoría - Prácticas | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 070 | E-MAIL: vcueva@ujaen.es | TLF: 953213640 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/84184 | ||
URL WEB: - | ||
ORCID: - | ||
NOMBRE: GARCIA GARRIDO, IRENE | ||
IMPARTE: Teoría - Prácticas | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: - | E-MAIL: - | TLF: - |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/230332 | ||
URL WEB: - | ||
ORCID: - | ||
NOMBRE: LÓPEZ MONTOYA, ANTONIO JESÚS | ||
IMPARTE: Prácticas | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 074 | E-MAIL: amontoya@ujaen.es | TLF: 953211746 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/23083 | ||
URL WEB: https://www.ujaen.es/departamentos/estio/contactos/lopez-montoya-antonio-jesus | ||
ORCID: - | ||
NOMBRE: YÁÑEZ JUSTICIA, VICTORIA EUGENIA | ||
IMPARTE: Prácticas | ||
DEPARTAMENTO: U112 - ESTADISTICA E INVESTIGACIÓN OPERATIVA | ||
ÁREA: 265 - ESTADÍSTICA E INVESTIGACIÓN OPERATIVA | ||
N. DESPACHO: B3 - 069 | E-MAIL: vyanez@ujaen.es | TLF: 953211748 |
TUTORÍAS: https://uvirtual.ujaen.es/pub/es/informacionacademica/tutorias/p/314382 | ||
URL WEB: https://www.ujaen.es/departamentos/estio/contactos/yanez-justicia-victoria-eugenia | ||
ORCID: - |
Podemos afirmar que el impacto del uso de la
Estadística en la Ingeniería Industrial ha sido muy
relevante desde mediados del siglo XX. En el ámbito del
control de la calidad, por ejemplo, la Estadística
desempeña un papel importante en la mejora de cualquier
producto o servicio. En general, un ingeniero que domine
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. Se podrían citar asimismo las
aplicaciones de la Estadística a los problemas de
producción, al uso eficiente de materiales y fiabilidad
de los mismos, a la investigación básica y al
desarrollo de nuevos productos. En todas ellas esta disciplina
aparece como una herramienta que permite comprender
fenómenos sujetos a variaciones y predecirlos o controlarlos
de forma eficaz.
Se recomienda poseer un nivel básico de cálculo diferencial e integral. En caso de no haberlo adquirido en la formación recibida en secundaria, el nivel de los cursos de pregrado de Matemáticas se considera suficiente
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.Código | Denominación de la competencia |
CB1R | 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. |
CBB1R | Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencia; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización. |
Resultados de aprendizaje | |
Resultado 10 | Adquiere estrategias y mecanismos para la resolución de problemas experimentales y desarrolla de una manera crítica conclusiones válidas, razonadas y justificadas, acerca de los resultados obtenidos, basándose en una gestión eficiente de la información requerida. |
Resultado 11 | Conoce programas estadísticos que resuelven problemas relacionados con los contenidos de la asignatura y sabe interpretar adecuadamente los resultados obtenidos tras la aplicación de las técnicas estadísticas oportunas. |
Resultado 9 | Adquiere conocimientos básicos de Estadística Descriptiva, Cálculo de Probabilidades e Inferencia Estadística y su aplicación en el ámbito de la Ingeniería, descubriendo la interdisciplinariedad existente entre ambas ciencias. |
Estadística descriptiva.
Probabilidad. Probabilidad condicionada.
Variables aleatorias. Principales modelos teóricos.
Inferencia estadística. Estimación puntual.
Contraste de hipótesis
Regresión lineal simple
1. Introducción a la estadística
2. Estadística descriptiva univariante
· Tipos de variables estadísticas.
· Construcción de tablas de frecuencias
· Métodos gráficos para el
análisis de datos
· Medidas descriptivas para el análisis de
datos
3. Introducción al cálculo de
probabilidades
· Definición de probabilidad
· Probabilidad condicionada
· Independencia
· Teoremas fundamentales
4. Variable aleatoria
· Variables discretas. Función masa de
probabilidad
· Variables continuas. Función de densidad de
probabilidad
· Media. Varianza.
5. Modelos de distribuciones de probabilidad
· Modelos de distribuciones discretas: uniforme,
binomial, Poisson, otros
modelos.
· Modelos de distribuciones continuas: exponencial,
normal, otros modelos.
6. Introducción a la inferencia
estadística
· Población y muestra.
Estadísticos
· Distribuciones en el muestreo en poblaciones
normales
7. Estimación puntual y por intervalos de
confianza
· Definición y propiedades de un estimador
puntual
· Métodos de estimación puntual
· Definición de intervalo de confianza
· Intervalos de confianza para medias, varianzas y
proporciones
8. Contrastes de hipótesis paramétricos y no
paramétricos
· Contrastes de hipótesis sobre la media, la
varianza o la proporción para
una muestra.
· Contrastes de hipótesis para la
comparación de medias, varianzas o
proporciones de dos muestras.
· ANOVA (un factor) para la comparación de las
medias de más de dos
muestras
· Tablas de contingencia y contraste chi cuadrado de
independencia para
variables cualitativas
9. Modelo de regresión lineal simple
· Planteamiento del modelo
· Inferencia sobre los parámetros del
modelo
· Correlación
· Predicción
· Diagnosis
ACTIVIDADES | HORAS PRESENCIALES | HORAS TRABAJO AUTÓNOMO | TOTAL HORAS | CRÉDITOS ECTS | COMPETENCIAS (códigos) |
---|---|---|---|---|---|
A1 - Clases expositivas en gran grupo
|
45.0 | 75.0 | 120.0 | 4.8 |
|
A2R - Clases en pequeño grupo
|
15.0 | 15.0 | 30.0 | 1.2 |
|
TOTALES: | 60.0 | 90.0 | 150.0 | 6.0 |
Clases teóricas
- Durante el desarrollo de las clases teóricas los
contenidos serán motivados a partir de la discusión
sobre supuestos o casos prácticos de actualidad en la
rama de conocimiento, tratando de formentar con ello
el aprendizaje continuo.
Clases de problemas
- Las clases de problemas se desarrollan bajo la
metodología de aprendizaje basado en problemas,
articulada alrededor de relaciones sobre supuestos y casos
prácticos del ámbito de las distintas
ingenierías que están presentes en los grados
que conviven en el grupo de clase.
- Se motivará el debate razonado sobre la
resolución de los problemas como un ejercicio de
comunicación efectiva con otros ingenieros.
- Las conclusiones de los problemas se plantearán de
manera que faciliten su comprensión por parte de
la sociedad, en general, evitando un exceso de formalismo
matemático.
- Si bien la entrega de los ejercicios podrá ser
individual o grupal, en función del tamaño del grupo,
se fomentará en cualquier caso la capacidad de
funcionar de forma efectiva en equipo.
Clases prácticas
- Las clases prácticas se desarrollarán sobre
algún software estadístico.
- El alumnado trabajará de forma autónoma sobre
supuestos y casos prácticos del ámbito de las
ingenierías de su especialidad a partir de ejemplos
presentados por el profesorado, bajo una metodología de
aprendizaje basado en problemas.
ASPECTO | CRITERIOS | INSTRUMENTO | PESO |
---|---|---|---|
Asistencia y/o participación en actividades presenciales y/o virtuales | Participación activa en clases de prácticas | Resolución de ejercicios propuestos en clases de prácticas | 0.0% |
Conceptos teóricos de la materia | Dominio de los conocimientos teóricos de la asignatura | Examen escrito | 60.0% |
Realización de trabajos, casos o ejercicios | Correcta resolución de problemas | Resolución de relaciones de problemas | 20.0% |
Prácticas de laboratorio/campo/uso de herramientas TIC | Dominio de los conocimientos prácticos de la asignatura | Prácticas de laboratorio/ordenador | 20.0% |
Se fomentará en las actividades de evaluación
mediante problemas y en las prácticas (aspectos S3 y S4) el
uso de supuestos y casos prácticos procedentes de bases
de datos, webs especializadas y revistas del ámbito
de las ingenierías presentes en el grupo de clase, lo
que contribuirá a la adquisición de la competencia
CB1 y al logro de los resultados 9, 10 y 11.
Las tres actividades de evaluación, S2, S3 y S4,
contribuirán a la adquisición de la competencia CBB1
y al logro del Resultado 09.
En función del tamaño del grupo, el profesorado
concretará, al comienzo del curso, el tipo de
trabajos, individuales o grupales, a tener en cuenta en la
evaluación mediante el aspecto S3.
Es responsabilidad del alumnado conocer en su totalidad lo
establecido en el Reglamento de
régimen académico y de evaluación del
alumnado de la UJA en cuanto a la aplicación de esta
guía docente en los aspectos relativos a la
evaluación.
Se detallan las pruebas de evaluación:
- El examen escrito consiste en la resolución de problemas de carácter teórico- práctico relacionados con el contenido de la materia.
- Las prácticas por ordenador se evaluarán mediante una o más pruebas consistente/s en la resolución de ejercicios con el programa estadístico en uso. Se podrá plantear una prueba como práctica global a realizar en la última clase de prácticas.
- Los trabajos se evaluarán mediante la entrega de las actividades propuestas o realización de uno o varios tests en la plataforma.
Para la convocatoria extraordinaria, se puede conservar la calificación ya obtenida en prácticas por ordenador, salvo que el alumno desee volver a examinarse de dicha parte. Asimismo, podrá mantenerse la calificación referente a actividades/trabajos; en caso de no existir calificación en dicha parte, se añadirá su peso para la evaluación al del examen escrito.
En los exámenes sólo podrá utilizarse el material autorizado por los profesores de la asignatura.
- Probabilidad y estadística: aplicaciones y métodos. Edición: -. Autor: Canavos, George C.. Editorial: Madrid[etc.]: McGraw-Hill, D. L. 2003 (C. Biblioteca)
- Probabilidad y estadística para ingenieros de Miller y Freund. Edición: 5ª ed. Autor: Johnson, Richard A.. Editorial: México [etc.]: Prentice-Hall Hispanoamericano, cop. 1997 (C. Biblioteca)
- Probabilidad y estadística para ingeniería y ciencias. Edición: 4ª ed. Autor: Mendenhall, William. Editorial: México [etc.]: Prentice-Hall Hispanomericana, 1997 (C. Biblioteca)
- Probabilidad y estadística aplicadas a la ingeniería. Edición: 2ª ed. Autor: Montgomery, Douglas C.. Editorial: México: Limusa Wiley, cop. 2002 (C. Biblioteca)
- Estadistica para ingenieros . Edición: Mexico ; Madrid: McGraw-Hill, 2006. Autor: Navidi, William. Editorial: - (C. Biblioteca)
- Estadística aplicada. Edición: -. Autor: Amor Pulido, Raúl. Editorial: [Granada]: Grupo Editorial Universitario, [2005] (C. Biblioteca)
- Inferencia estadística. Edición: -. Autor: Amor Pulido, Raúl. Editorial: Granada : Grupo Editorial Universitario, D.L. 2009 (C. Biblioteca)
- Introducción a la Estadística . Edición: Barcelona: Reverté, 2007. Autor: Ross, Sheldon M.. Editorial: - (C. Biblioteca)
- Probabilidad y estadística. Edición: 4ª ed. (3ª ed. en español). Autor: Walpole, Ronald E.. Editorial: México [etc.]: McGraw-Hill, imp. 2000 (C. Biblioteca)
Semana | A1 - Clases expositivas en gran grupo | A2R - Clases en pequeño grupo | Trabajo autónomo | Observaciones | |
---|---|---|---|---|---|
Nº 1 28 ene. - 3 feb. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 2 4 - 10 feb. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 3 11 - 17 feb. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 4 18 - 24 feb. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 5 25 feb. - 3 mar. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 6 4 - 10 mar. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 7 11 - 17 mar. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 8 18 - 24 mar. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 9 25 - 31 mar. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 10 1 - 7 abr. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 11 8 - 14 abr. 2019 |
3.0 | 1.0 | 6.0 | ||
Período no docente: 15 - 21 abr. 2019 | |||||
Nº 12 22 - 28 abr. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 13 29 abr. - 5 may. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 14 6 - 12 may. 2019 |
3.0 | 1.0 | 6.0 | ||
Nº 15 13 - 17 may. 2019 |
3.0 | 1.0 | 6.0 | ||
Total Horas | 45.0 | 15.0 | 90.0 |