Estudia

• Ser capaç d'analitzar i sintetitzar problemes.
• Comunicar-se adequadament tant de forma oral com escrita.
• Resolució de problemes i anàlisi crítica de resultats
• Identificar i utilitzar els principis bàsics de la metodologia estadística (obtenció, organització i anàlisi de dades)
• Saber aplicar correctament els conceptes bàsics de probabilitat.
• Ser capaç de realitzar procediments estadístics de tipus inferencial com a procés de presa de decisions i prendre consciència de la incertesa associada
• Saber utilitzar un paquet de software estadístic per realitzar una anàlisi estadística sobre un conjunt de dades.

• Conèixer els principis bàsics de la metodologia estadística (obtenció, organització i anàlisi de dades).
• Saber calcular i interpretar els estadístics bàsics i els gràfics associats a un conjunt univariant de dades.
• Saber calcular i interpretar una taula de contingència entre dues variables categòriques
• Saber calcular, interpretar i valorar la bondat d'ajust de la recta de regressió associada a un conjunt de dades bivariants de tipus numèric.
• Saber aplicar correctament els conceptes bàsics de probabilitat.
• Conèixer i saber aplicar les distribucions binomial, geomètrica, Poisson, uniforme, normal i exponencial en situacions senzilles. Conèixer els fenòmens que modelitzen.
• Conèixer els aspectes bàsics de Teoria de la Probabilitat en que es fonamenta la Inferència estadística.
• Distingir amb claredat població i mostra.
• Prendre consciència de la incertesa associada a qualsevol procediment estadístic de tipus inferencial.
• Calcular i saber interpretar els intervals de confiança de mitjanes i proporcions.
• Saber realitzar i interpretar els contrastos d'hipòtesis en relació a un paràmetre de la població i els contrastos d'independència entre dues variables categòriques.
• Saber interpretar els contrastos d'hipòtesis com processos de presa de decisions a partir d'informació mostral i prendre consciència dels errors que es poden cometre.
• Saber aplicar les tècniques inferencials -intervals de confiança i contrastos- al model de regressió lineal.
• Conèixer, aplicar i saber interpretar els contrastos d'ANOVA per a comparar dues o més mitjanes.
• Conèixer l'existència de mètodes estadístics més avançats.
• Saber utilitzar un paquet de software estadístic per realitzar una anàlisi estadística bàsica sobre un conjunt de dades.

1. Part I: Recollida de dades

          1.1. Introducció

                    1.1.1. Què és l’Estadística

                    1.1.2. Usos de l’Estadística

                    1.1.3. Objectiu

                    1.1.4. Estudi de les dades

          1.2. Obtenció de les dades

                    1.2.1. Dades disponibles i dades obtingudes

                    1.2.2. Observació vers experimentació

                    1.2.3. Mostreig

                    1.2.4. Disseny d’experiments

                    1.2.5. Mesura

2. Part II: Organització de les dades

          2.1. Mostrant dades

                    2.1.1. Taules de freqüència

                    2.1.2. Gràfics de dades

                    2.1.3. Taules de distribucions

                    2.1.4. Gràfics de distribucions

                    2.1.5. Mesurant el centre

                    2.1.6. Mesurant la dispersió

                    2.1.7. La distribució Normal de Gauss-Laplace

          2.2. Comprenent les relacions

                    2.2.1. Taules de dades categòriques

                    2.2.2. Diagrames de dispersió

                    2.2.3. Correlació

                    2.2.4. Associació i causa

                    2.2.5. Predicció

3. Part III Extraient conclusions de les dades

          3.1. Probabilitat i l’estudi de l’aleatorietat

                    3.1.1. Probabilitat

                    3.1.2. Models de probabilitat

                    3.1.3. Probabilitat vers raó(odds)

                    3.1.4. Simulant probabilitats

                    3.1.5. Variables aleatòries

                    3.1.6. Valor esperat

                    3.1.7. La llei dels grans nombres

                    3.1.8. L’ús de la informació prèvia: probabilitat condicionada

                    3.1.9. Estructurant la probabilitat condicionada: arbres de probabilitat

          3.2. Models i distribucions

                    3.2.1. Distribució binomial B(n,p)

                    3.2.2. Distribució geomètrica o de Pascal

                    3.2.3. Distribució de Poisson

                    3.2.4. La distribució uniforme contínua sobre un interval [a,b]

                    3.2.5. La distribució Normal de Gauss-Laplace

                    3.2.6. La distribució exponencial

          3.3. Raonament estadístic

                    3.3.1. El mètode inductiu

                    3.3.2. Definicions

          3.4. Estimació amb confiança

                    3.4.1. Els intervals de confiança

                    3.4.2. Interpretant els intervals de confiança

                    3.4.3. Intervals per a mitjanes mostrals

                    3.4.4. Intervals per a proporcions mostrals

          3.5. Significació estadística

                    3.5.1. Contrast de significació

                    3.5.2. Contrast per a mitjanes

                    3.5.3. Contrast per a proporcions

                    3.5.4. Nivell de significació

                    3.5.5. Errors de decisió

          3.6. Inferència per a taules de contingència

                    3.6.1. Prova xi-quadrat

                    3.6.2. Altres aplicacions

          3.7. Inferència per la regressió lineal

                    3.7.1. El model de regressió lineal

                    3.7.2. Intervals de confiança per al pendent

                    3.7.3. Contrast d’hipòtesis per a una relació no lineal

                    3.7.4. Intervals de confiança per a una predicció

                    3.7.5. Comprovació dels supòsits teòrics

                    3.7.6. El model de regressió múltiple

                    3.7.7. Desenvolupant un model de regressió múltiple

                    3.7.8. Altres models de regressió

          3.8. Anàlisis de la variància amb un factor

                    3.8.1. El problema de les comparacions múltiples

                    3.8.2. Contrast F de l’anàlisi de la variància

                    3.8.3. Supòsits teòrics de l’ANOVA

4. Part IV: Més enllà d’aquesta estadística

          4.1. Investigació Operativa

          4.2. Teoria de cues

          4.3. Sèries temporals

          4.4. Classificació automàtica

          4.5. Anàlisis factorials multivariants

• Moore, David S (DL 1998). Estadística aplicada básica. Barcelona: Antoni Bosch Editor.
• Moore, David S, McCabe, George P (1993). Introduction to the practice of statistics (2nd ed). New York: Freeman and Company.
• Moore, David S (cop. 2001). Statistics, : concepts and controversies (5th ed). New York: W. H. Freeman and Company.
• Cuadras Avellana, C. M (2000). Problemas de probabilidades y estadística. Barcelona: EUB.
• Montgomery, Douglas C, Runger, George C (2002). Probabilidad y estadística aplicadas a la ingeniería (2ª ed). México: Limusa.
• Gonick, Larry, Smith, Woollcott (1999). La Estadística en cómic. Barcelona: Zendrera Zariquiey.

Activitats d'avaluació:

L'avaluació de l'assignatura es realitzarà en base a:

Resolució de dos treballs pràctics (1.5 punts cadascun), a realitzar fins a les dates fixades a l'inici de curs.

Resolució de 4 tests mitjançant ACME (0.5 punts cadascun). Aquesta nota quedarà validada obtenint una nota mínima ACME en l'examen final.

Examen final de 1a convocatòria (5 punts) que inclourà qüestions de teoria i problemes i pràctiques. Una part serà tipus Test, amb ACME.

Per a la resolució de teoria i problemes, l'alumne podrà disposar de les taules estadístiques i el formulari que edita l'àrea d'Estadística i Investigació Operativa del Departament d'IMA, així com podrà usar calculadora.

L'aprovat de l'assignatura s'aconsegueix si la suma de les tres qualificacions és major o igual que 5 punts.

La 2a convocatòria es basa en la nota dels treballs pràctics més les notes ACME, elaborats durant el curs, més un segon examen final, en els mateixos termes del de la primera convocatòria.

L'estudiant matriculat podrà accedir a la intranet la Meva UdG on hi trobarà , en format PDF, el programa detallat, la temporalització de l'assignatura, apunts refernets a la teoria, probles, pràctiques i treballs pràctics proposats.

També hi trobarà dossiers de Taules i fórmules estadístiques per a ser impresos i usats a l'examen, així com exàmens d'anys anteriors.

Atenció a l'alumne: El professorat de l'assignatura de cadascuna de les parts (teoria, problemes i pràctiques) pot resoldre els dubtes que tinguin els alumnes i atrendre'ls o bé mitjançant correu electrònic o bé en els seus despatxos a l'hora d'atenció als alumnes.