Guía docente de Inferencia Estadística I (2231121)

Curso 2025/2026
Fecha de aprobación: 25/06/2025

Grado

Grado en Estadística

Rama

Ciencias

Módulo

Estadística

Materia

Inferencia Estadística y Análisis Multivariante

Curso

2

Semestre

1

Créditos

6

Tipo

Obligatoria

Profesorado

Teórico

Nuria Rico Castro. Grupo: A

Práctico

  • Rocío Raya Miranda Grupo: 3
  • Úrsula Torres Parejo Grupos: 1 y 2

Tutorías

Nuria Rico Castro

Email
No hay tutorías asignadas para el curso académico.

Rocío Raya Miranda

Email
No hay tutorías asignadas para el curso académico.

Úrsula Torres Parejo

Email
No hay tutorías asignadas para el curso académico.

Prerrequisitos y/o Recomendaciones

  • Tener cursadas las asignaturas Cálculo de probabilidades I y II y Estadística descriptiva del módulo Formación básica.
  • En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en esta ubicación: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

Breve descripción de contenidos (Según memoria de verificación del Grado)

  • Estimación puntual.
  • Estimación por intervalos.
  • Contrastes de hipótesis paramétricos. Cociente de verosimilitudes.

Competencias

Competencias generales

  • CG01. CG01. Poseer los conocimientos básicos de los distintos módulos que, partiendo de la base de la educación secundaria general, y apoyándose en libros de texto avanzados, se desarrollan en la propuesta de título de Grado en Estadística que se presenta. 
  • CG02. CG02. Saber aplicar los conocimientos básicos de cada módulo a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de la Estadística y ámbitos en que esta se aplica directamente.  
  • CG03. CG03. Saber reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.  
  • CG04. CG04. Poder transmitir información, ideas, problemas y sus soluciones, de forma escrita u oral, a un público tanto especializado como no especializado.  
  • CG05. CG05. Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.  
  • CG06. CG06. Saber utilizar herramientas de búsqueda de recursos bibliográficos.  
  • CG08. CG08. Poseer habilidades y aptitudes que favorezcan el espíritu emprendedor en el ámbito de aplicación y desarrollo de su formación académica. 

Competencias específicas

  • CE01. CE01. Conocer los fundamentos básicos del razonamiento estadístico, en el diseño de estudios, en la recogida de información, en el análisis de datos y en la extracción de conclusiones. 
  • CE02. CE02. Conocer, saber seleccionar y saber aplicar, técnicas de adquisición de datos para su tratamiento estadístico. 
  • CE03. CE03. Conocer los fundamentos teóricos y saber aplicar modelos y técnicas estadísticas en estudios y problemas reales en diversos ámbitos científicos y sociales. 
  • CE04. CE04. Saber seleccionar los modelos o técnicas estadísticas para su aplicación en estudios y problemas reales en diversos ámbitos científicos y sociales, así como conocer herramientas de validación de los mismos. 
  • CE07. CE07. Conocer los conceptos y herramientas matemáticas necesarias para el estudio de los aspectos teóricos y prácticos de la Probabilidad, la Estadística y la Investigación Operativa. 
  • CE08. CE08. Conocer y saber utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, bases de datos, visualización gráfica y optimización, que sean útiles para la aplicación y desarrollo de las técnicas estadísticas. 
  • CE10. CE10. Tomar conciencia de la necesidad de asumir las normas de ética profesional y las relativas a la protección de datos y del secreto estadístico, como premisas que deben guiar la actividad profesional como profesionales de la Estadística. 

Resultados de aprendizaje (Objetivos)

  • Conocer los métodos de inferencia estadística: estimación y contraste de hipótesis.
  • Elegir y utilizar el método de estimación más adecuado en una investigación en función de los objetivos de la misma.
  • Manejar el software estadístico necesario para la resolución de problemas de inferencia estadística.
  • Aplicar el “pensamiento estadístico” y tener capacidad para enfrentarse a las distintas etapas de un estudio estadístico (desde el planteamiento del problema hasta la exposición de resultados).

Programa de contenidos teóricos y prácticos

Teórico

  • Tema 1: Introducción a la inferencia estadística.
  • Tema 2: Muestras aleatorias y estadísticos muestrales. Distribuciones muestrales.
  • Tema 3: Propiedades de los estadísticos: suficiencia y completitud.
  • Tema 4: Estimación puntual de parámetros. Estimadores insesgados de mínima varianza y estimadores eficientes.
  • Tema 5: Métodos de obtención de estimadores.
  • Tema 6: Estimación por regiones de confianza.
  • Tema 7: Contrastes de hipótesis paramétricos. Metodología Neyman-Pearson. Test de la razón de verosimilitudes.

Práctico

  • Práctica 1: Obtención de estimaciones de los parámetros de la distribución. Intervalos de confianza.
  • Práctica 2: Contrastes de hipótesis paramétricos.

Bibliografía

Bibliografía fundamental

  • Canavos, G. (2003). Probabilidad y Estadística: Aplicaciones y Métodos. McGraw-Hill Interamericana, México.
  • Cristóbal Cristóbal, J.A. (2003). Lecciones de Inferencia Estadística. Servicio de Publicaciones, Universidad de Zaragoza.
  • DeGroot, M.H., Schervish, M.J. (2002). Probability and Statistics. Addison-Wesley, Boston.
  • Del Moral, M.J. (2006). Estadística Matemática. Grupo Editorial Universitario. Granada.
  • Espejo Miranda, I. y otros. (2002). Inferencia Estadística. Servicio de publicaciones de la Universidad de Cádiz. Cádiz.
  • Garthwaite, P.H., Jolliffe, I.T., Jones, B. (2002). Statistical Inference. Oxford University Press.
  • Peña, D. (2001). Fundamentos de Estadística. Alianza Editorial S.A., Madrid.
  • Quesada, V., Isidoro, A., López, L.A. (1989). Curso y Ejercicios de Estadística. Alhambra, Madrid.
  • Rohatgi, V.K., Saleh, A.K. (2008). An Introduction to Probability and Statistics. John Wiley and Sons, New York.
  • Ross, S. (2007). Introducción a la Estadística. Reverté S.A., Barcelona.
  • Vélez, R. y García, A. (1993). Principios de Inferencia Estadística. UNED, Madrid.

Bibliografía complementaria

  • Cuadras, C.M. (2000). Problemas de Probabilidades y Estadística. Vol. 2: Inferencia Estadística. EUB, Barcelona.
  • Del Moral, M.J. y Tapia, J.M. (2006). Técnicas Estadísticas Aplicadas. Grupo Editorial Universitario. Granada.
  • Horgan, J.M. (2009). Probability with R. Wiley.
  • Ivchenko, G.I., Medvedev, Y.I., Chistyakov, A.V. (1991) Problems in Mathematical Statistics. Mir Publishers, Moscú.
  • Lehmann, E.L., Casella, G. (1998). Theory of Point Estimation. Springer-Verlag,New York.
  • Lehmann, E.L., Romano, J.P. (2008). Testing Statistical Hypothesis. Springer-Verlag, New York.
  • Peña, D. (2000). Estadística. Modelos y Métodos. Vol. 2: Modelos Lineales y Series Temporales. Alianza Editorial, Madrid.
  • Shao, J. (2005). Mathematical Statistics: Exercices and Solutions. Springer-Verlag, New York.
  • Ugarte, M.D., Militino, A.F., Arnholt, A.T. (2008). Probability and Statistics with R. CRC/Chapman and Hall.
  • Verdoy, P.J., Mahiques, J.M., Porcu, E. (2008). Introducción a la Estadística y Probabilidad: Manual de Ejercicios Resueltos. Tilde, Valencia.

Enlaces recomendados

  • Plataforma PRADO: prado.ugr.es

Metodología docente

  • MD01. MD1. Lección magistral/expositiva 
  • MD02. MD2. Sesiones de discusión y debate 
  • MD03. MD3. Resolución de problemas y estudio de casos prácticos 
  • MD04. MD4. Prácticas en sala de informática 
  • MD05. MD5. Seminarios 
  • MD06. MD6. Ejercicios de simulación 
  • MD07. MD7. Análisis de fuentes y documentos 
  • MD08. MD8. Realización de trabajos en grupo 
  • MD09. MD9. Realización de trabajos individuales 

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final)

Evaluación ordinaria

Se valorarán:

  • Examen Final: Prueba específica de conocimiento y resolución de ejercicios, oral y escrita, sobre el contenido incluido en esta guía docente (50%).
  • Cuestionarios en PRADO: Se realizarán cuestionarios, de cada tema o bloque de temas, en un escenario asíncrono, que contendrán preguntas tanto de la parte teórica como de la práctica que sean de razonamiento más que puramente memorísticos (40%).
  • Participación, actitud y esfuerzo personal: Se valorará la participación e interés del alumnado en tutorías, clases presenciales y resolución/entrega de tareas en las clases de prácticas (10%).

Si en el examen final no se alcanzan al menos 5 puntos sobre 10 la calificación del mismo será de 0 puntos. En caso de alcanzarse 5 puntos de 10, la calificación coincidirá con el número de puntos alcanzados.

La calificación final será la suma ponderada de las valoraciones obtenidas como resultado del examen final, los trabajos y seminarios y la participación, según los porcentajes antes especificados. El estudiante que no se presente al examen final tendrá la calificación de “No presentado”.

Evaluación extraordinaria

  • Se realizará un examen escrito teórico-práctico sobre el temario que figura en esta guía docente.

La calificación final será la obtenida en dicho examen. El estudiante que no se presente a este examen tendrá la calificación de “No presentado”.

Evaluación única final

  • Se realizará un examen escrito teórico-práctico sobre el temario que figura en esta guía docente.

La calificación final será la obtenida en dicho examen. El estudiante que no se presente a este examen tendrá la calificación de “No presentado”.

Información adicional

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).

Software Libre

Paquete estadístico R