OBJETIVOS ESPECÏFICOS: 1. Conocer las propiedades deseables para los estimadores puntuales. 2. Estimar los parámetros desconocidos por el método máxima verosimilitud, por el método de los momentos y utilizando técnicas de remuestreo. 3. Construir intervalos de confianza y contrastes de hipótesis paramétricos. 4. Entender la diferencia entre la Inferencia clásica y la bayesiana. 5. Utilizar el ordenador en las aplicaciones prácticas de los puntos anteriores. OBJETIVOS TRANSVERSALES: 1. Realizar comparaciones sistemáticas. 2. Trabajar en equipo de forma colaborativa. 3. Identificar problemas y desarrollar soluciones alternativas 4. Razonamiento crítico.

1. Introducción a la inferencia estadística. 1.1 Muestra aleatoria simple y estadísticos muestrales. 1.2 Distribuciones en el muestreo para una y dos poblaciones 2. Estimadores: Prpiedaders y métodos de estimación 2.1 Propiedades de los estimadores 2.2 Método de los Momentos 2.3 Estimación por máxima verosimilitud. 3. Intervalos de confianza. 3.1 Intervalos de confianza para una población. 3.2 Intervalos de confianza para dos muestras. 4. Introducción a los contrastes de hipótesis 4.1 Definición de hipótesis estadística y contraste de hipótesis. 4.2 Hipótesis nula y alternativa. 4.3 Errores de tipo I y de tipo II 4.4 Potencia de un contraste 4.5 Metodología de un contraste de hipótesis 4.6 Definición e interpretación del p-valor

Teoría (4 ECTS). Clases teóricas con material de apoyo disponible en la Web. Pácticas (2 ECTS) Clases de resolución de problemas. Prácticas computacionales. Trabajos a realizar en grupo.