Una vez superada la asignatura, los estudiantes deben ser capaces de: - Analizar problemas sobre fenómenos aleatorios - Definir poblaciones que puedan ser estudiadas estadísticamente - Realizar hipótesis respecto de una distribución - Estimar y contrastar hipótesis respecto a los parámetros del modelo elegido - Evaluar el ajuste del modelo a la realidad experimental - Comprender las limitaciones de los métodos utilizados y las condiciones bajo las cuales pueden ofrecer respuestas inapropiadas

BLOQUE I: PROBABILIDAD 1. Introducción a la Probabilidad 1.1 Introducción 1.2 Fenómenos y experimentos aleatorios 1.3 Concepto de probabilidad y propiedades 1.4 Probabilidad condicionada 1.5 Teorema de Bayes 2. Variables aleatorias 2.1 Concepto de variable aleatoria 2.2 Variables aleatorias discretas 2.3 Variables aleatorias continuas 2.4 Medicas características de una variable aleatoria 2.5 Transformaciones de variables aleatorias 2.6 Vectores aleatorios 3. Modelos de distribución 3.1 Binomial 3.2 Poisson 3.3 Geométrica 3.4 Uniforme (continua) 3.5 Exponencial 3.6 Normal (con TCL) BLOQUE II: ESTIMACIÓN E INFERENCIA 4. Estimación 4.1 Introducción y conceptos básicos 4.2 Distribuciones en el muestreo 4.3 Estimadores Máximo Verosímiles 4.4 Propiedades de los Estimadores Máximo Verosímiles 4.5 Inferencia a partir de los EMVs 5. Inferencia Estadística 5.1 Introducción 5.2 Intervalos de confianza 5.3 Contrastes de hipótesis 5.4 Contrastes para una muestra 5.5 Comparación de dos poblaciones BLOQUE III: REGRESIÓN 6. Regresión lineal 6.1 Introducción 6.2 Regresión lineal simple 6.3 Regresión lineal múltiple 6.4 Comparación de tres o más medias poblacionales (ANOVA)

- Clases magistrales: Presentación de conceptos, desarrollo de la teoría y ejemplos, 2.2 ECTS - Clases de resolución de problemas: 2.2 ECTS - Prácticas de ordenador: 0.6 ECTS --- 4 PRÁCTICAS - Sesiones de evaluación (exámenes de evaluación continua y examen final): 1 ECTS