Última actualización: 26/04/2023


Curso Académico: 2023/2024

Análisis estadístico de datos
(17450)
Grado en Gestión de la Información y Contenidos Digitales (Plan: 376 - Estudio: 340)


Coordinador/a: MARIN DIAZARAQUE, JUAN MIGUEL

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Formación Básica
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:

Rama de Conocimiento: Ciencias Sociales y Jurídicas



Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Ninguna.
Objetivos
1. Analizar datos de una y de dos variables por medio de gráficos apropiados. 2. Resolver problemas básicos de Cálculo de Probabilidades. 3. Utilizar modelos de variables aleatorias. 4. Conocer estimadores puntuales para los parámetros de las distribuciones de probabilidad. 5. Estimar mediante intervalos de confianza la media de una población. 6. Contrastar una hipótesis y entender el uso del p-valor. 1. Capacidad de análisis y de síntesis de datos reales. 2. Conocimientos del uso del software estadístico R. 3. Resolución de problemas. 4. Trabajo en equipo. 5. Razonamiento crítico. 6. Comunicación oral y escrita.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción. 1.1. Concepto y usos de la Estadística. 1.2. Términos estadísticos: unidad estadística, carácter, poblaciones y muestras. 1.3. Tipos de variables. 2. Análisis gráfico de datos univariantes con R. 2.1. Gráficos de datos cualitativos: diagrama de barras. 2.2. Gráficos de datos cuantitativos: histogramas, densidades y diagrama de cajas. 2.3 Gráficos para individuos relacionados en el tiempo/espacio: gráficos de líneas y visualización de mapas. 2.4. Resúmenes numéricos. 3. Análisis gráficos de datos bivariantes con R. 3.1. Gráficos de asociaciones entre variables cuantitativas: diagrama de dispersión y correlogramas. 3.2. Gráficos de asociaciones entre variables cualitativas: Mosaicos. 3.3 Gráficos de asociaciones entre variables cualitativas y cuantitativas: diagrama de cajas. 3.4 Gráficos de asociación entre individuos y variables cuantitativas: heat map. 3.4 Representaciones y resúmenes numéricos de datos cuantitativos: covarianza y correlación. 4. Probabilidad y modelos probabilísticos. 4.1. Experimentos aleatorios, espacio muestral, sucesos elementales y compuestos. 4.2. Probabilidad y probabilidad condicionada: aplicaciones de la regla de Bayes. 4.3. Variables aleatorias y sus características: simulaciones en el ordenador. 4.4. Modelos de probabilidad discretos: Ensayos de Bernoulli y distribuciones relacionadas. 4.5. Modelos de probabilidad continuos: Distribución uniforme y distribución normal. 5. Introducción a la Inferencia Estadística. 5.1. Estimación puntual de parámetros. 5.2. Bondad de ajuste a una distribución de probabilidad. Métodos gráficos. 5.3. Distribución de la media muestral. 5.4. Intervalo de confianza para la media. 5.5 Contraste de hipótesis sobre una media: uso y significado del p-valor.
Actividades formativas, metodología a utilizar y régimen de tutorías
14 Clases teóricas con material de apoyo disponible en la Web, y otras 14 sesiones basadas en sesiones de resolución de problemas y prácticas computacionales. No hay tutorías colectivas salvo la última semana de recuperación de clases, en las que se pueden plantear sesiones de resolución de dudas.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40

Bibliografía básica
  • Newbold, P. . Estadística para los Negocios y la Economía. . Prentice-Hall. 1997
  • Newbold, P., Carlson, W., & Thorne, B.. Statistics for business and economics. . Pearson.. 2012
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.