TEÓRICOS (Se imparten en aula, en dos grupos específicos, según horario del centro):

MÓDULO 1: ESTADÍSTICA DESCRIPTIVA

Competencias: G3, G4, N1, T10, FB01
Objetivos: OBG1, OBE1, OBE2, OBE10, OBE11, OBG2, OBG3, OBG4, OBG5

Tema 1. Estadística descriptiva (2h)
1. Conceptos básicos.
2. Organización y representaciones gráficas asociadas a un conjunto de datos.
3. Medidas características de un conjunto de datos.

Referencias orientativas para el seguimiento de este módulo: [WAL-12], [MON-12] y [CAN-03]

MÓDULO 2: PROBABILIDAD Y VARIABLES ALEATORIAS

Competencias: G3, G4, G5, N3, T10, FB01, T8
Objetivos: OBG1, OBE3, OBE4, OBE5, OBE10, OBE11, OBG2, OBG3, OBG4, OBG5

Tema 2. Introducción a la teoría de la probabilidad (4h)
1. El modelo probabilístico.
2. Espacio muestral, sucesos y probabilidad.
3. Probabilidad condicionad. Independencia de sucesos.
4. Teorema de la probabilidad total y teorema de Bayes.

Tema 3. Variables aleatorias discretas (4h)
1. Concepto de variable aleatoria y función de distribución.
2. Variables aleatorias discretas: función puntual de probabilidad.
3. Medias de centralización y dispersión asociadas a variables aleatorias discretas.
4. Función de distribución de variables aleatorias. discretas.
5. Principales distribuciones discretas.

Tema 4. Variables aleatorias continuas (4h)
1. Variables aleatorias continuas: función de densidad.
2. Medias de centralización y dispersión asociadas a variables aleatorias continuas.
3. Función de distribución de variables aleatorias continuas.
4. Principales distribuciones continuas.

Referencias orientativas para el seguimiento de este módulo: [WAL-12], [CAN-03], [DEV-07], [BLI-14], [PIS-14], [GRI-17], [MIL-03], [MAR-10], [MON-12], [ESP-13] y [LUE-06]

MÓDULO 3: MUESTREO E INFERENCIA ESTADÍSTICA

Competencias: G1, G2, G3, N3, T8, T10, FB01
Objetivos: OBG1, OBE6, OBE7, OBE10, OBE11, OBG2, OBG3, OBG4, OBG5

Tema 5. Muestreo y distribuciones muestrales (2h)
1. Conceptos básicos.
2. Técnicas de muestreo. Estadísticos muestrales.
3. Distribuciones asociadas a los principales estadísticos muestrales.

Tema 6. Introducción a la teoría de la estimación (4h)
1. Estimación puntual.
2. Estimación por intervalos.
3. Intervalos de confianza asociados a los principales estadísticos.

Tema 7. Contrastes de hipótesis paramétricos (4h)
1. Conceptos básicos. Hipótesis estadísticas y errores asociados.
2. Contrastes unilaterales y bilaterales asociados a los principales estadísticos.
3. Determinación del tamaño de la muestra.

Tema 8. Contrastes de hipótesis no paramétricos (4h)
1. Introducción.
2. Contrastes de bondad de ajuste.
3. Otros contrastes no paramétricos
4. Métodos de Remuestreo

Referencias orientativas para el seguimiento de este módulo: [WAL-12], [CAN-03], [MIL-03], [DEV-07], [PIS-14], [MON-12], [HES-03] y [LUE-06]

MÓDULO  4. REGRESIÓN

Competencias: G1, G2, G3, N3, T8, T10, FB01
Objetivos: OBG1, OBE8, OBE9, OBE10, OBE11, OBG2, OBG3, OBG4, OBG5

Tema 9. El modelo de regresión lineal (2h)
1. Hipótesis del modelo de regresión simple.
2. Estimación de los parámetros del modelo e inferencia.
3. Predicciones.
4. Introducción a la regresión logística

Referencias orientativas para el seguimiento de este módulo: [WAL-12], [CAN-03], [PIS-14], [MON-12] y [LUE-06]

PRÁCTICOS (LAB´s, se imparten en el laboratorio, paralela y coordinadamente con los contenidos teóricos-prácticos que se presentan en el aula, son un total de 7 Lab´s orientados al aprendizaje y uso del Entorno de Programación R en Estadística y Análisis de Datos, a la vez que permiten reforzar y consolidar los conceptos que se presentan en clases de teoría):

Competencias: N1, N2, N3, N4, T8, T10, FB01
Objetivos: OBG1, OBE1, OBE2, OBE3, OBE4, OBE5, OBE6, OBE7, OBE8, OBE9, OBE10, OBE11, OBG2, OBG3, OBG4, OBG5.

Lab 1: Introducción al Entorno R (Instalación y Operaciones Básicas) (3h)
Lab 2: Objetos, Funciones y Programación en R (5h)
Lab 3: Estadística Descriptiva y Probabilidad en R (4h)
Lab 4: Análisis de Datos en R (Estudio de casos) (5h)
Lab 5: Estimación Puntual, Intervalos de Confianza y Contrastes de Hipótesis Paramétricos en R (5h)
Lab 6: Contrastes de Hipótesis no Paramétricos en R (4h)
Lab 7: Regresión Lineal Simple en R (4h)

Referencias orientativas: [CRA-13], [FRE-19], [PER-15], [HOR-09], [MAI-17], [WIC-17], [RDT-21] y Otros Manuales en línea.


REFERENCIAS ORIENTATIVAS
--------------------------------------------
[BLI-14] “Introduction to Probability”, Joseph Blitzstein & Jessica Hwang, CRC Press, 2014.
[CAN-03] “Probabilidad y Estadística: Aplicaciones y Métodos”, George C. Canavos, McGraw-Hill, 2003.
[CRA-13] “The R Book”, 2ª Edición, Michael Crawley, Ed. Wiley, 2013.
[ESP-13] “Estadística descriptiva y probabilidad: Teorías y problemas”, Inmaculada Espejo y Otros, Univ. Cádiz, 2013.
[DEV-07] “Probabilidad y Estadística para Ingeniería y Ciencias”, 8ª Edición, Jay L. Devore, Thomson, 2007.
[FRE-19] “Programming Skills for Data Science. Tart Writing Code to Wrangle, Analyze and Visualize Data with R”, Michael Freeman, Joel Ross, Addison-Wesley, 2019.
[GRI-17] “Probability. An Introduction”, Geoffrey Grimmett, Dominic Welsh, Oxford University Press, 2017.
[HES-03] “Bootstrap Methods and Permutation Test”, cap. 18 de “The Practice of Business Statistics”, Tim Hestemberg et al., W. H. Freeman, 2003.
[HOR-09] “Probability with R: an introduction with computer science applications”, Jane M. Horgan, Wiley, Hoboken, N.J, 2009.
[LUE-06] “Problemas resueltos de cálculo de probabilidades y estadística”, Inmaculada Luengo, ULPGC, 2006.
[MAI-17] “Metaprogramming in R”, Thomas Mailund, Apress, 2017.
[MAR-10] “Fundamentos de Probabilidad”, 3ª Ed., Francisco Martín & Luis Maya, Paraninfo, 2010.
[MIL-03] “Introduction to Probability and Statistics: Principles and Applications for Engineering and the Computing Sciences”, 4ª Ed. Janet S. Milton, Jesse C. Arnold, McGraw-Hill, 2003.
[MON-12] “Probabilidad y Estadística Aplicadas a la Ingeniería”, 2ª Ed., Douglas Montgomery & George Runger, Limusa Wiley, 2012.
[PER-15] “R. Lenguaje de programación y análisis estadístico de datos”, César Pérez, Ibergarceta Publicaciones S.L., 2015.
[PIS-14] “Introduction to Probability, Statistics and Random Processes”, Hossein Pishro-Nik, Kappa Reseacrh LLC, 2014.
[RDT-21] “The R Manuals”, The R Development Core Team, CRAN_R-project, 2019.
[WAL-12] “Probabilidad y Estadística para Ingeniería y Ciencias”, 9ª Ed., Ronald Walpole, Raymond Myers, Prentice Hall, 2012.
[WIC-17] “R for Data Science. Import, Tidy, Transform, Visualize and Model Data”. Hadley Wickman, Garret Grolemund, O´Reilly, 2017.