Para superar la asignatura, se requiere del alumno que tenga ciertas destrezas conceptuales y argumentativas, y el equivalente a un curso de introducción a Cálculo y Álgebra.

 

Justificación en el Plan de Estudios.

La asignatura de estadística es la única asignatura donde el estudiante aprenderá técnicas estadísticas en la carrera. En ella el alumno debe aprender a tomar decisiones a partir de datos y como representarlos.

Con esta asignatura se pretende:

-Describir y representar grandes volúmenes de datos mediante las principales medidas de localización y dispersión y ser capaz de utilizar gráficas.

-Que los alumnos adquieran las técnicas necesarias para la modelización de situaciones que presentan "Variabilidad".

-Fundamentar el proceso de toma de decisiones en situaciones generales, sobre la base de una información incompleta.

-Familiarizar al futuro informático con las técnicas estadísticas fundamentales que directamente reflejan situaciones relacionadas con sistemas de computación, y que utilizará en el ejercicio de su profesión.

Además se aprenderá a utilizar el lenguaje python, los alumnos deberán iniciarse en este lenguaje para realizar tareas estadísticas.

 

Relación con otras asignaturas.

Se trata de una asignatura de vital importancia para que el alumno adquiera un método de trabajo y un modo de pensar y de enfrentarse con las dificultades de forma lógica y rigurosa. La asignatura tendrá un sentido interdisciplinar relacionando los problemas y ejemplos propuestos con otras materias y asignaturas del plan de estudios. Los conceptos estudiados se utilizarán en casi todas las asignaturas de la intensificación de sistemas inteligentes así como en materias relativas al estudio de grandes cantidades de datos.

El estudiante tendrá herramientas para describir modelos con incertidumbre y tomar decisiones en presencia de esta incertidumbre.

Relación con la profesión

La estadística es una materia transversal en una amplia variedad de disciplinas, desde la física, química hasta las ciencias sociales. En las últimas décadas el control de calidad ha acercado la estadística a prácticamente todas las empresas y es usada para la toma de decisiones en casi todas las áreas de negocios.

En informática, es muy común su uso para la realización de informes y es muy frecuente su uso en temas como Data Mining donde existe un creciente número de profesionales de la informática trabajando. A nivel de consultoras, cualquier consultor debe tener conocimientos básicos de estadística, al igual que cualquier analista informático debe conocer técnicas basadas en inferencia.

Competencias propias de la asignatura
Código	Descripción
BA01	Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; cálculo diferencial e integral; métodos numéricos, algorítmica numérica, estadística y optimización.
INS04	Capacidad de resolución de problemas aplicando técnicas de ingeniería.
PER01	Capacidad de trabajo en equipo.
PER04	Capacidad de relación interpersonal.
SIS04	Adaptación a nuevas situaciones.
SIS05	Creatividad.
UCLM03	Correcta comunicación oral y escrita.

Resultados de aprendizaje propios de la asignatura
Descripción
Utilizar la terminología estadística y los modos de razonar en las distintas situaciones reales.
Utilizar un software estadístico para analizar datos y obtener indicadores numéricos y gráficos que resuman la información relevante
Seleccionar la herramienta estadística adecuada para el análisis de diversos tipos de datos en función de su tipo y procedencia.
Resultados adicionales
No se han establecido.

• Tema 1: Estadística descriptiva
  • Tema 1.1: Medidas de centralización
  • Tema 1.2: Medidas de tendencia no central
  • Tema 1.3: Medidas de dispersión
  • Tema 1.4: Representación gráfica
• Tema 2: Probabilidad
  • Tema 2.1: Probabilidad condicionada
  • Tema 2.2: Regla de bayes
• Tema 3: Variable aletaoria
  • Tema 3.1: Variables aleatorias continuas
  • Tema 3.2: Variables aleatorias discretas
• Tema 4: Estadísticos en el muestreo
  • Tema 4.1: Muestreo en poblaciones normales
• Tema 5: Inferencia estadística
  • Tema 5.1: Estimación puntual
  • Tema 5.2: Estimación por intervalos
• Tema 6: Contraste de hipótesis
  • Tema 6.1: Paramétricos
  • Tema 6.2: No paramétricos
• Tema 7: Análisis de la varianza
• Tema 8: Regresión y correlación

Actividad formativa	Metodología	Competencias relacionadas (para títulos anteriores a RD 822/2021)	ECTS	Horas	Ev	Ob	Descripción
Pruebas de progreso [PRESENCIAL]	Método expositivo/Lección magistral	BA01 INS04 PER01	0.16	4	S	N	exámenes parciales
Prácticas de laboratorio [PRESENCIAL]	Pruebas de evaluación	INS04 PER01 PER04 UCLM03	0.6	15	S	S	test de prácticas. Cada alumno de forma individual deberá responder unas preguntas de un test de cada una de las prácticas. Recuperar mediante un examen en extraordinaria
Resolución de problemas o casos [PRESENCIAL]	Aprendizaje cooperativo/colaborativo	BA01 INS04 PER01 SIS04 SIS05 UCLM03	0.32	8	S	S	Recuperar mediante un examen en extraordinaria
Enseñanza presencial (Teoría) [PRESENCIAL]	Método expositivo/Lección magistral	BA01 INS04	1.28	32	N	N
Estudio o preparación de pruebas [AUTÓNOMA]	Trabajo autónomo	BA01 INS04	2.4	60	N	N	Estudio de la asignatura
Elaboración de informes o trabajos [AUTÓNOMA]	Combinación de métodos	BA01 INS04 SIS04 SIS05 UCLM03	0.44	11	N	N	Resolución de problemas
Otra actividad no presencial [AUTÓNOMA]	Estudio de casos	BA01 INS04 PER01	0.8	20	N	N	Lectura, estudio y preparación prácticas
Total:			6	150
Créditos totales de trabajo presencial: 2.36			Horas totales de trabajo presencial: 59
Créditos totales de trabajo autónomo: 3.64			Horas totales de trabajo autónomo: 91

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria (Será imprescindible su superación tanto en evaluación continua como no continua)

Sistema de evaluación	Evaluacion continua	Evaluación no continua *	Descripción
Pruebas de progreso	50.00%	100.00%	En evaluación continua: Se evaluará la adquisición de los conocimientos mediante dos exámenes parciales optativos, los cuales valdrán el 20% de la nota, para el primer parcial y el 80% de la nota el segundo parcial.([ESC] 50%) Se necesita una nota mínima de 3.5 sobre 10 en cada parcial para hacer media con el resto de pruebas. En no continua: Habrá un único examen.
Realización de prácticas en laboratorio	25.00%	0.00%	Cada práctica se evaluarán mediante un cuestionario. Y habrá un cuestionario final.([LAB] 25%). Realizados de forma individual.
Pruebas de progreso	20.00%	0.00%	Se evaluará la adquisición de los conocimientos mediante 3 pruebas intermedias, las cuáles valdrán un 5%, 5% y un 10% de la nota. No hay nota mínima para cada prueba.
Presentación oral de temas	5.00%	0.00%	Se realizará un trabajo en grupo, del que se debe realizar un vídeo presentado el trabajo. En la evaluación no continua esta parte no cuenta
Total:	100.00%	100.00%

No asignables a temas
Horas	Suma horas

Tema 1 (de 8): Estadística descriptiva
Actividades formativas	Horas
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	6
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	3
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	1
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	3

Tema 2 (de 8): Probabilidad
Actividades formativas	Horas
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Resolución de problemas o casos [PRESENCIAL][Aprendizaje cooperativo/colaborativo]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	4
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	2
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	3

Tema 3 (de 8): Variable aletaoria
Actividades formativas	Horas
Pruebas de progreso [PRESENCIAL][Método expositivo/Lección magistral]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	5
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	4
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	2

Tema 4 (de 8): Estadísticos en el muestreo
Actividades formativas	Horas
Pruebas de progreso [PRESENCIAL][Método expositivo/Lección magistral]	2
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	5
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	4
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	2
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	2

Tema 5 (de 8): Inferencia estadística
Actividades formativas	Horas
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Resolución de problemas o casos [PRESENCIAL][Aprendizaje cooperativo/colaborativo]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	4
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	9
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	5
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	3

Tema 6 (de 8): Contraste de hipótesis
Actividades formativas	Horas
Pruebas de progreso [PRESENCIAL][Método expositivo/Lección magistral]	2
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	5
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	7
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	2
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	2

Tema 7 (de 8): Análisis de la varianza
Actividades formativas	Horas
Pruebas de progreso [PRESENCIAL][Método expositivo/Lección magistral]	2
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	2
Resolución de problemas o casos [PRESENCIAL][Aprendizaje cooperativo/colaborativo]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	4
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	4
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	2
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	3

Tema 8 (de 8): Regresión y correlación
Actividades formativas	Horas
Pruebas de progreso [PRESENCIAL][Método expositivo/Lección magistral]	2
Prácticas de laboratorio [PRESENCIAL][Pruebas de evaluación]	3
Resolución de problemas o casos [PRESENCIAL][Aprendizaje cooperativo/colaborativo]	2
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral]	4
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo]	8
Elaboración de informes o trabajos [AUTÓNOMA][Combinación de métodos]	3
Otra actividad no presencial [AUTÓNOMA][Estudio de casos]	2

Actividad global
Actividades formativas	Suma horas

Comentarios generales sobre la planificación:

[ESPAÑOL] La asignatura se imparte en tres sesiones semanales de 1.5 horas Esta planificación es ORIENTATIVA, pudiendo variar a lo largo del curso en función de las necesidades docentes, festividades, etc. La planificación semana a semana de la asignatura podrá encontrarse en la plataforma Campus Virtual (moodle).

Autor/es	Título	Libro/Revista	Población	Editorial	ISBN	Año	Descripción	Enlace Web	Catálogo biblioteca
David M Diez,Christopher D Barr,Mine C etinkaya-Rundel	OpenIntro Statistics							http://www.openintro.org/stat/textbook.php
Devore, Jay L.	Probabilidad y estadística para ingeniería y ciencias			International Thomson	970-686-067-3	2001
Ethan Weed	Learning Statistics with Python							https://ethanweed.github.io/pythonbook/landingpage.html
Montgomery, Douglas C.	Probabilidad y estadística aplicadas a la ingeniería			Limusa Wiley	978-968-18-5915-2	2007
ThomasHaslwanter	An Introduction to Statistics with Python With Applications in the Life Sciences				978-3-319-28315-9	2016
Walpole, Ronald E.	Probabilidad y estadística para ingenieros			Prentice-Hall Hispanoamericana	970-17-0264-6	1999