2020/2021
Estadística
Código: 103240 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 2501925 Ciencia y Tecnología de los Alimentos | FB | 1 | 1 |
La metodología docente y la evaluación propuestas en la guía pueden experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Contacto
- Nombre:
- Joachim Kock
- Correo electrónico:
- JoachimChristian.Kock@uab.cat
Uso de idiomas
- Lengua vehicular mayoritaria:
- catalán (cat)
- Algún grupo íntegramente en inglés:
- No
- Algún grupo íntegramente en catalán:
- No
- Algún grupo íntegramente en español:
- No
Equipo docente
- Marcel Nicolau Reig
Prerequisitos
Aunque no hay prerrequisitos oficiales, es conveniente que el estudiante repase:
1) La combinatoria y el binomio de Newton.
2) La probabilidad y la estadística que haya estudiado el bachillerato
3) Las funciones elementales (exponencial, logaritmo), los sumatorios.
También es muy conveniente que curse simultáneamente la asignatura: Matemáticas.
Objetivos y contextualización
contextualización:
Se trata de una asignatura básica, de tipo instrumental, que introduce en los estudios del grado en Ciencia y Tecnología de los Alimentos las herramientas probabilísticas y estadísticas básicas para analizar datos provenientes de experimentos, incidiendo en su correcta utilización y en la interpretación de los resultados. Estas herramientas se utilizarán en otras materias del grado y resultan fundamentales para la capacitación del futuro graduado para el ejercicio de su profesión. Junto con la asignatura Matemáticas, esta se caracteriza porque además de sus contenidos propios, ayuda a los alumnos a desarrollar el rigor científico y el pensamiento lógico. Por otra parte, esta asignatura es prerrequisito indispensable para la asignatura de cuarto curso: Diseño de Experimentos, que no hay que decir la importancia que tiene en unos estudios experimentales.
Objetivos formativos de la asignatura: se pretende que el alumno ...
1) sea capaz de utilizar con fluidez el lenguaje propio de la probabilidad y de la estadística que se utiliza en la Ciencia y la Tecnología de los Alimentos.
2) aprenda a explorar con métodos descriptivos varios conjuntos de datos, resultantes de la realización de experimentos.
3) sea capaz de plantear el modelo probabilístico más adecuado en diferentes situaciones, y sepa utilizar las propiedades de la probabilidad para calcular la probabilidad de los eventos que interesen.
4) conozca y entienda el concepto de variable aleatoria, conozca los ejemplos clásicos de variable aleatoria y en qué situaciones se utilizan para el modelado.
5) aprenda a utilizar los métodos de la Inferencia Estadística (Intervalos de confianza y Tests de hipótesis) para poder llegar a conclusiones sobre una población a partir de la información parcial contenida en una muestra.
6) conozca herramientas informáticas (software adecuado) para el tratamiento estadístico de datos.
7) desarrolle un espíritu crítico a la hora de enfrentarse con los problemas que deberá resolver, tanto en el momento de su planteamiento y resolución, como en el momento de extraer conclusiones y tomar decisiones.
Competencias
- Analizar, sintetizar, resolver problemas y tomar decisiones en el ámbito profesional.
- Aplicar el método científico a la resolución de problemas.
- Aplicar los conocimientos de las ciencias básicas en la ciencia y tecnología de los alimentos
- Buscar, gestionar e interpretar la información procedente de diversas fuentes.
- Diseñar experimentos e interpretar los resultados.
- Utilizar los recursos informáticos para la comunicación, la búsqueda de información, en el ámbito de estudio, el tratamiento de datos y el cálculo.
Resultados de aprendizaje
- Analizar los datos mediante la aplicación de métodos y técnicas estadísticas, trabajando con datos cualitativos y cuantitativos.
- Analizar, sintetizar, resolver problemas y tomar decisiones en el ámbito profesional
- Aplicar el método científico a la resolución de problemas
- Buscar, gestionar e interpretar la información procedente de diversas fuentes
- Depurar los datos: datos perdidos, transformación de variables, datos anómalos, selección de casos y otras técnicas previas al análisis estadístico.
- Describir las propiedades básicas de los estimadores puntuales y de intervalo.
- Describir, con los métodos gráficos y analíticos adecuados, datos de tipo cualitativo en una o más variables.
- Describir, con los métodos gráficos y analíticos adecuados, datos de tipo cuantitativo en una o más variables.
- Diseñar experimentos e interpretar los resultados
- Emplear índices de resumen univariante y bivariante.
- Explorar patrones de comportamiento de datos univariantes i bivariantes.
- Identifica y seleccionar las fuentes de información más importantes para el análisis descriptivo de datos de diferentes tipologías: ambientales, sanitarios, económicos, etc.
- Identificar distribuciones Estadísticas.
- Identificar la inferencia Estadística como instrumento de pronóstico y predicción.
- Interpretar los resultados obtenidos y concluir respecto a la hipótesis experimental.
- Resumir y descubrir patrones de comportamiento en la exploración de los datos.
- Utilizar hojas de cálculo para el análisis descriptivo de datos.
- Utilizar las propiedades de las funciones de densidad.
- Utilizar las propiedades de las funciones de distribución.
- Utilizar los recursos informáticos para la comunicación, la búsqueda de información, en el ámbito de estudio, el tratamiento de datos y el cálculo
- Utilizar programario específico estadístico para el análisis descriptivo de datos.
- Utilizar software estadístico para analizar los datos mediante técnicas de inferencia.
- Utilizar software estadístico para gestionar bases de datos.
- Utilizar software estadístico para obtener índices de resumen de las variables del estudio.
- Validar y gestionar la información para su tratamiento estadístico.
Contenido
1. Estadística descriptiva
Datos y error aleatorio. Escalas de medida. Análisis descriptivo de datos provenientes de una variable: distribuciones de frecuencias, representaciones gráficas, resúmenes numéricos (medidas de posición, de dispersión y de forma). Análisis descriptivo de datos provenientes de dos variables: correlación y recta de regresión, tablas de contingencia.
2. Probabilidad
a) Propiedades básicas de la probabilidad. Probabilidad condicionada. Fórmula de las probabilidades totales. Fórmula de Bayes.
b) Variables aleatorias discretas: Bernoulli, Binomial, Poisson.
c) Variables aleatorias continuas. La distribución Normal.
3. Estadística
a) Introducción a la Estadística: población y muestra, parámetros y estimadores, variables independientes. Distribución de la media muestral en el caso normal con varianza conocida. El Z-estadístico. Intervalo de confianza para la media de la normal, con varianza conocida.
b) La distribución t de Student. El caso de varianza desconocida: el T-estadístico. Intervalo de confianza para la media de la normal con varianza desconocida. La proporició muestral. Intervalo asintótico para la proporción.
c) Introducción a testsd'hipòtesis. Tests de hipótesis para la media de la normal con varianza conocida. Tests de hipótesis para la media de la normal con varianza desconocida. Tests de hipótesis para la proporción. Tests de comparación de dos medias.
d) El test de bondad de ajuste de la ji-cuadrado. El test de independencia. El test de homogeneidad.
Metodología
En el proceso de aprendizaje de la materia es fundamental el trabajo del alumno, quien en todo momento dispondrá de la ayuda del profesor. Aparte de las horas correspondientes a las actividades dirigidas por el profesor, el alumno deberá dedicar un tiempo igual al trabajo autónomo.
Las horas de actividades dirigidas se distribuyen en:
Teoría:
Se trata de clases magistrales a las que el profesor introduce los conceptos básicos correspondientes a la materia de la asignatura, mostrando ejemplos de su aplicación. El alumno deberá complementar las explicaciones de los profesor con el estudio personal autónomo para asimilar los conceptos, los procedimientos y las demostraciones, para detectar dudas y para realizar resúmenes y esquemas de la materia.
Problemas:
Las clases de problemas se hacen en grupos más reducidos que las de teoría, y en ellas se trabaja la comprensión de los conceptos introducidos en teoría con la realización de problemas. Los alumnos trabajarán de manera individual o en grupo, bajo la supervisión del profesor, resolviendo los problemas propuestos. Esto lo harán tanto en la clase de problemas como de manera autónoma.
Prácticas:
El alumno aprenderá a utilizar software estadístico (Microsoft Excel, SPSS, ...) con ordenador. En estas clases se aplicarán las herramientas estadísticas introducidas en las clases de teoría y ya trabajadas en las clases de problemas, en situaciones que requieren el uso de una aplicación informática. El aluno ha de trabajar de manera autónoma, guiado y supervisado por el profesor.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Classes de problemas | 15 | 0,6 | 1, 2, 3, 4, 7, 8, 9, 10, 11, 13, 14, 15, 16, 18, 19 |
| Prácticas de ordinador | 15 | 0,6 | 1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 13, 12, 16, 20, 17, 21, 22, 23, 24, 25 |
| Teoria | 22 | 0,88 | 1, 2, 3, 6, 7, 8, 9, 10, 13, 14, 15, 16, 18, 19 |
| Tipo: Supervisadas | |||
| Tutorías | 10 | 0,4 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 13, 12, 14, 15, 16, 20, 17, 18, 19, 21, 22, 23, 24, 25 |
| Tipo: Autónomas | |||
| Estudio + trabajar problemas | 73 | 2,92 | 1, 2, 3, 4, 5, 7, 8, 9, 10, 11, 13, 12, 14, 15, 16, 20, 17, 18, 19, 21, 22, 23, 24, 25 |
Evaluación
El texto en catalan es el oficial. La traducción siguiente (hecha por Google) es nomás orientativa.
S'avaluaran els coneixements científico-tècnics de la matèria assolits per l'alumne, així com la seva capacitat d'anàlisi i síntesi, de raonament crític i d'aplicar els seus coneixement en la resolució de supòsits pràctics. L'avaluació serà continuada amb diversos objectius fonamentals: Monitoritzar el procés d'ensenyament-aprenentatge, permetent tant a l'alumne com al professor conèixer el grau d'assoliment de les competències i corregir, si és possible, les desviacions que es produeixin. Incentivar l'esforç continuat de l'alumne enfront del sobreesforç d'última hora.
Es faran dues proves escrites al llarg del curs que representaran en conjunt el 70% de la nota final de l'assignatura (35%+35%). Un 15% de la nota provindrà de controls intermedis basats en el lliurament de problemes resolts. El 15% restant de la nota global de l'assignatura provindrà de les pràctiques d'ordinador, que són d'assistència obligatòria. La nota de pràctiques es basa en part en l'assistència, en part en petits tests d'avaluació duts a terme al llarg de les pràctiques.
La qualificació mínima global per superar l'assignatura és de 50 punts sobre un total de 100 punts possibles, essent necessari una nota mínima de 3 sobre 10 en cada una de les dues proves escrites.
Els alumnes que no hagessin aprovat l’avaluació continuada han de presentar-se a un examen escrit a final de curs. en aquest examen entra tot el material del curs, i el resultat substitueix el 70% de l'avaluació continuada.
Es considerarà que un estudiant és no avaluable si ha participat en activitats d’avaluació que representen ≤ 15%de la nota final.
Actividades de evaluación
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Entrega de problemes | 15% | 4 | 0,16 | 1, 2, 3, 6, 7, 8, 9, 10, 11, 13, 14, 15, 16, 18, 19 |
| Examen de recuperación | 70% | 3,5 | 0,14 | 1, 2, 3, 4, 6, 7, 8, 9, 10, 11, 13, 14, 15, 16, 18, 19, 25 |
| Primera prova escrita | 35% | 3 | 0,12 | 1, 2, 3, 4, 6, 7, 8, 9, 10, 11, 13, 14, 15, 16, 18, 19, 25 |
| Segunda prova escrita | 35% | 3 | 0,12 | 1, 2, 3, 4, 6, 7, 8, 9, 10, 13, 14, 15, 16, 18, 19, 25 |
| prova de prácticas | 15% | 1,5 | 0,06 | 1, 2, 4, 5, 7, 8, 10, 11, 12, 15, 16, 20, 17, 21, 22, 23, 24, 25 |
Bibliografía
- Delgado, R. Iniciación a la probabilidad y la estadística, Materials UAB 153.
- Bardina, X., Farré, M. Estadística descriptiva, Manuals UAB, 2009.
- Devore, Jay L. Probabilidad y Estadística para ingeniería y ciencias, International Thomson Editores, 1998.