Guía docente de Estadística (2511118)

Se recomienda tener conocimientos matemáticos básicos

• Estadística descriptiva unidimensional y bidimensional.
• Probabilidad.
• Variables aleatorias.
• Modelos de probabilidad.
• Inferencia: estimación puntual y por intervalos. Contraste de hipótesis.
• Análisis de la varianza y modelos de regresión.

El alumno será capaz de:

• Conocer las principales herramientas estadísticas para el análisis de datos.
• Trabajar con probabilidades y variables aleatorias.
• Manejar algunos modelos de probabilidad discretos y continuos importantes.
• Saber construir intervalos de confianza y formular test de hipótesis para medias de variables normales y proporciones.
• Realizar ajustes mediante técnicas de regresión a datos de experimentos biotecnológicos y predecir valores en función de estos ajustes.
• Conocer algún software estadístico para el análisis de datos.

TEMARIO TEÓRICO:

TEMA 1. ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL

Introducción. Conceptos básicos. Variables estadísticas unidimensionales: Tablas estadísticas y representaciones gráficas.

TEMA 2. ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

Variables estadísticas bidimensionales. Marginales y condicionadas. Covarianza. Regresión.

TEMA 3. TEORÍA DE LA PROBABILIDAD

Conceptos básicos. Concepto de Probabilidad. Propiedades. Probabilidad condicionada. Independencia de

sucesos. Teorema de la probabilidad total y Teorema de Bayes.

TEMA 4. CONCEPTOS BÁSICOS DE VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

Introducción. Variable aleatoria discreta. Variable aleatoria continua. Características de una variable aleatoria.

Independencia de variables aleatorias.

TEMA 5. MODELOS DE PROBABILIDAD DISCRETOS

Distribución de Bernouilli. Distribución Binomial. Distribución de Poisson. Aproximación de una distribución

binomial por una Poisson.

TEMA 6. MODELOS DE PROBABILIDAD CONTINUOS

Distribución Normal. Distribución Normal tipificada. Aproximaciones de la distribución Binomial y Poisson por la

distribución Normal. Distribuciones asociadas a la ley Normal.

TEMA 7. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

Conceptos generales. Breve introducción al muestreo. Distribuciones de estadísticos muestrales.

TEMA 8. TEORÍA DE LA ESTIMACIÓN

Estimación puntual. Propiedades de los estimadores. Estimación por intervalos de confianza.

TEMA 9. CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

Conceptos básicos. Definición de contrastes paramétricos. Contrastes de hipótesis para los parámetros de una

distribución Normal. Contrastes de hipótesis para proporciones.

TEMA 10. ANÁLISIS DE LA VARIANZA Y MODELOS DE REGRESIÓN

Introducción. Estudio del análisis de la varianza (ANOVA). Regresión lineal simple. Correlación. Regresión lineal

múltiple.

TEMARIO PRÁCTICO:

Prácticas en pizarra

Se realizarán sesiones de problemas en pizarra sobre los contenidos teóricos de la asignatura.

Prácticas en ordenador

Se realizarán sesiones prácticas sobre los contenidos teóricos de la asignatura utilizando software estadístico

• Cuadras, C.M. (2000). "Problemas de Probabilidad y Estadística". (Vol. II) EUB, Barcelona.
• Lara Porras, A.M., Román Montoya, Y. y Pérez Bueno, Fernando (2012). "Guía Interactiva de Autoaprendizaje de SPSS. V.4.1" (CD-ROM). Ed. Proyecto Sur. Granada.
• Lara Porras, A.M. (2010). “Estadística para Biología y Ciencias Ambientales: Tratamiento Informático mediante SPSS”. Ed. Proyecto Sur.
• Lara Porras, A.M. y Román Montoya, (2010). "Aprender Estadística analizando datos: Métodos Multimedia" (CD-ROM). Ed. Proyecto Sur. Granada.
• Martín Andrés, A. y Luna del Castillo, J. de D. (2004). "Bioestadística para las Ciencias de la Salud". Ed. Capitel. Madrid.
• MENDENHALL, W. Y SINCICH, T. (1997). “Probabilidad y Estadística para Ingeniería y Ciencias”. Prentice-Hall Iberoamericana.
• Milton J.S. (2007). “Estadística para Biología y Ciencias de la Salud”. McGraw-Hill. Interamericana de España, S.A.U.
• Walpole, R. y Myers, R.H. (1992). "Probabilidad y Estadística". McGraw-Hill. Interamericana de México

• Agresti, A. (2002). "Categorical Data Analysis". 2ª Edición. Ed. John Wiley and Sons, Nueva York.
• Canavos, G.C., (1993). “Probabilidad y Estadística: Aplicaciones y Métodos”. Ed. McGraw Hill.

• http://www.emathematics.net/estadistica/aleatoria/index.php
• http://www.cortland.edu/flteach/stats/stat-sp.html
• http://ciberconta.unizar.es/leccion/probabil/INICIO.HTML
• http://descartes.cnice.mec.es/materiales_didacticos/Azar_y_Probabilidad_jpr/comenzando.htm
• http://descartes.cnice.mec.es/materiales_didacticos/JugAudaz/JugadorAudaz.htm
• http://www.ub.es/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo1/B0C1m1t7.htm
• http://wdb.ugr.es/~bioestad/

• MD01. Clases de teoría 
• MD02. Clases de prácticas: Prácticas usando aplicaciones informáticas 
• MD03. Clases de prácticas: Prácticas en laboratorio 
• MD04. Clases de prácticas. Clases de problemas 
• MD06. Trabajo autónomo del alumnado 
• MD07. Tutorías 

Se utilizará un sistema de evaluación diversificado, seleccionando las técnicas de evaluación más adecuadas para la asignatura que permitan poner de manifiesto los conocimientos y capacidades adquiridas por el alumnado al cursar la asignatura.

La calificación global responderá a la puntuación ponderada de los diferentes aspectos y actividades que integran el sistema de evaluación. En concreto, en la evaluación continua de la asignatura se aplicará la ponderación que se detalla a continuación:

• Examen final teórico-práctico: 60%

• Prácticas en ordenador: 10%

• Resolución de ejercicios, cuestiones y participación activa en clase: 30%.

El alumno que no se presente al examen final teórico-práctico tendrá la calificación de “No presentado”.

La Evaluación extraordinaria consistirá en:

• Examen teórico-práctico: 90%
• Prácticas en ordenador: 10%

El alumno que decida no presentarse al examen teórico-práctico, tendrá la calificación de “No presentado”.

La Evaluación única final, a la que el alumno se puede acoger en los casos indicados en la “Normativa de Evaluación y de Calificación de los Estudiantes de la Universidad de Granada (art. 8)”, consistirá en:

• Examen teórico-práctico: 90%
• Prácticas en ordenador: 10%

El alumno que decida no presentarse al examen teórico-práctico, tendrá la calificación de “No presentado”.

R y en particular la librería R-Commander