Universidad Pública de Navarra



EnglishEuskara | Año Académico: 2019/2020 | Otros años:  2018/2019  |  2017/2018  |  2016/2017  |  2015/2016 
Graduado o Graduada en Innovación en Procesos y Productos Alimentarios por la Universidad Pública de Navarra
Código: 502203 Asignatura: ESTADÍSTICA
Créditos: 6 Tipo: Básica Curso: 1 Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesores
URMENETA MARTIN-CALERO, MARÍA DEL HENAR (Resp) LACASTA REMON, MARIA YOLANDA

Partes de este texto:

 

Módulo/Materia

ESTADÍSTICA

Subir

Descriptores

Estadística Descriptiva
Probabilidad
Inferencia Estadística
Introducción a la Modelización Estadística

 

Subir

Competencias genéricas

CB1: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 seapoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
CB2:Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
CB3:Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social o ética.

CT3: Capacidad para la búsqueda y utilización de la información, normativa y y reglamentación relativa a su ámbito de actuación.

CT4: Capacidad para trabajar en equipos multidisciplinares y multiculturales.

CT5:Capacidad de aprendizaje autónomo.

CT6: Capacidad para la resolución de problemas con creatividad, iniciativa, metodología y razonamiento crítico.

 

 

Subir

Competencias específicas

 

CE1:Conocer los fundamentos de Ciencias Básicas (matemáticas, física, química, biología, bioquímica) que le permitan resolver los problemas técnicos relacionados con Tecnología de Alimentos.
CE2: Ser capaz de utilizar sistemas operativos, bases de datos y programas informáticos en la resolución de problemas relacionados con la industria alimentaria, el desarrollo de nuevos productos y procesos alimentarios. Utilización de sistemas integrados de gestión empresarial (ERP) para la optimización de procesos en la empresa alimentaria

Subir

Resultados aprendizaje

R1.Efectuar análisis descriptivos de conjuntos de datos con objeto de poder resumir de modo efectivo y precios la informaicón al redactar informes o memorias.

R2. Manejar un paquete de datos para el tratamiento de bases de datos y resultados de simulaciones de fenómenos aleatorios.

R3. Modelizar problemas en ambiente de incertidumbre mediante la asignación de probabilidad de sucesos, del cálculo de la probabilidad condicionada y del uso de la independencia de sucesos.

R4. Reconocer las principales distribuciones de probabilidad, tanto discretas como continuas, junto con métodos generales de cálculo de probabilidades.

R5. Utilizar las técnicas inferenciales clásicas:estimación puntual, por intervalos y contrastes de hipótesis.

R6. Construir modelos estadísticos básicos utilizados en el diseño de experimentos y en tasaciones, valoraciones y análisis del impacto ambiental de soluciones técnicas.

Subir

Metodología

 

 

Metodología - Actividad Horas Presenciales Horas no Presenciales
A-1 Clase Magistral 30  30
A-2 Clase participativa y actividad dirigida 12  16
A-3 Laboratorio 15  22
A-4 Trabajo teórico ¿ práctico    22
A-5 Proyecto de alcance reducido    
A-6 Proyecto de alcance amplio (tutorías)    
A-7 Actividades de evaluación 3  
Total 60  90
   
   
   
   
   
   

Subir

Relación actividades formativas-competencias

Competencia
Actividad formativa
CB1,CB2,CB3,CT3, CT5, CE1 y CE2

A-1, A-2, A-3, A-4, y A-7
CT4,CT6
A-4

Subir

Idiomas

Castellano, Inglés y Euskera

Subir

Evaluación

 

 

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
R1, R2 y R3 Análisis estadísticos descriptivos de conjuntos de datos Uso del paquete de R-Commander para los cálculos estadísticos. Modelizar problemas en ambiente de incertidumbre,  la asignación de probabilidad, cálculo de la probabilidad condicionada y del uso de la independencia de sucesos. Examen Teórico-Práctico 17-20  no
R4, R2 Distribuciones de probabilidad, discretas y continuas. Métodos generales del cálculo de probabilidades y sus principles características. Uso del paquete de R-Commander para los cálculos de probabilidad  simulación. Examen Teórico-Práctico  17-20  no
R1, R2, R3, R4 ,R5 y R6 Técnicas inferenciales clásicas: estimación puntual, por intervalos y contrastes de hipótesis. Modelos estadísticos básicos.  Uso del paquete de R-Commander para resolver  intervalos  de confianza y contrastes de hipótesis.   Más los apartados incluidos anteriormente: Modelizar problemas en ambiente de incertidumbre,  la asignación de probabilidad, cálculo de la probabilidad condicionada y del uso de la independencia de sucesos. Distribuciones de probabilidad, discretas y continuas. Métodos generales del cálculo de probabilidades y sus principles características. Uso del paquete de R-Commander para los cálculos de probabilidad  simulación.     Examen Teórico-Práctico  55-60  si
 R1, R2
Análisis estadísticos descriptivos de conjuntos de datos Uso del paquete de R-Commander para los cálculos estadísticos.
Trabajo práctico en grupo  0-5  no

 

 

Subir

Contenidos

Estadística Descriptiva
Probabilidad
Inferencia Estadística
Introducción a la Modelización Estadística

Subir

Temario

 

Estadística Descriptiva

 

  • Medidas de posición y dispersión. Frecuencias absolutas y relativas. Representaciones gráficas
  • Descripción de variables bidimensionales. Regresión.
  • Introducción a R-Commander.  Archivos de datos y herramientas  para su análisis descriptivo.

 

Probabilidad

  • Espacio muestral y sucesos
  • Probabilidad condicionada, probabilidad total, regla de Bayes y sucesos independientes. Aplicación a modelos genéticos.
  • Función de densidad y de distribución. Mediana, moda, percentiles y momentos
  • Variables aleatorias discretas: Uniforme, binomial y Poisson. Variables aleatorias continuas: Uniforme, exponencial y normal
  • Vectores aleatorios discretos. Distribución conjunta, marginales, condiconadas. Covarianza. Independencia
  • Distribuciones en R-Commander, gráficas, cálculo de probabilidades, cálculo de cuantiles y simulación de muestras.

 

Inferencia Estadística

 

  • Distribución en el muestreo de la media, la diferencia de medias y la proporción y diferencia de proporciones.
  • Distribución en el muestreo de la varianza y cociente de varianzas.
  • Estimación puntual y propiedades de los estimadores; insesgadez y eficiencia.
  • Intervalos de confianza.Introducción, margen de error, nivel de confianza y economia muestral. Intervalos para media, varianzas y proporciones.
  • Contrastes de hipótesis. Introducción, hipótesis, error tipo I y tipo II, P-valor y potencia.   Contrastes  para media, varianzas y proporciones.
  • Intervalos y contrastes con R-commander

 

Introducción a la Modelización Estadística

 

  • Análisis de Varianza
  • Modelo de regresión lineal
  • Presentación de los modelos y su análisis en R-Commander. 

 

 

Subir

Bibliografía

Acceda a la bibliografía que su profesor ha solicitado a la Biblioteca.


 

Ross, S. (2007) Introducción a la estadística. Reverté

 Devore, J. (2005) Applied statistics for engineers and scientists. Thomson

Montgomery, D.C. (2002). Probabilidad y Estadística aplicadas a la ingeniería. Limusa-Wiley

Sáez del Castillo, C. Estadística con R y R-Commander (2010) (Libre distribución)

 

 

Subir

Lugar de impartición

Campus Arrosadía

Subir