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.

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

                    3.2.7. Fiabilitat

          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. Contrastos per a variàncies

                    3.5.4. Contrast per a proporcions

                    3.5.5. Nivell de significació

                    3.5.6. 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 blocs d'exercicis tipus test mitjançant la plataforma ACME (0.5 punts cada bloc).

Examen final de 1a convocatòria (5 punts) que inclourà qüestions de teoria i problemes i pràctiques. Una part serà tipus Test, amb ACME i es farà a l'aula informàtica, sempre i quan sigui possible. L'alumne podrà disposar del paquet estadític i accés al formulari que edita l'àrea d'Estadística i Investigació Operativa del Departament d'IMA.

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

Per a la qualificació definitiva de l'alumne el professor pot tenir en compte, a més de la suma de qualificacions, altres aspectes que el professor consideri convenient tenir en compte (participació a classe, realització de treballs voluntaris, etc)


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

Es considera examen qualsevol de les activitats d'avaluació indicades. Una qualificació final de NP (no presentat) s'obtindrà només quan l'alumne no participi en cap de les activitats d'avaluació.

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, així com exàmens d'anys anteriors. També accés a diferents recursos, tipus applets, que poden ajudar a entendre alguns conceptes.

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.