CG1. Reconocer y utilizar teorías, paradigmas, conceptos y principios propios de la Geología.
CG2. Recoger e integrar diversos tipos de datos y observaciones con el fin de formular y comprobar hipótesis. CG3. Aplicar conocimientos para abordar y resolver problemas geológicos usuales o desconocidos.
CG4. Valorar la necesidad de la integridad intelectual y de los códigos de conducta profesionales.
CG5. Reconocer los puntos de vista y opiniones de los otros técnicos e integrar información multidisciplinar para resolver problemas geológicos.
CG6. Desarrollar las destrezas necesarias para ser autónomo y para el aprendizaje continuo a lo largo de toda la vida: autodisciplina, autodirección, trabajo independiente, gestión del tiempo y destrezas de organización.
CG7. Identificar objetivos para el desarrollo personal, académico y profesional y trabajar para conseguirlos.
CG8. Desarrollar un método de estudio y trabajo adaptable y flexible.
CG9. Reseñar la bibliografía utilizada en los trabajos de forma adecuada.
CG10. Utilizar Internet de manera crítica como herramienta de comunicación y fuente de información.
CG11. Comprender y utilizar diversas fuentes de información (textuales, numéricas, verbales, gráficas).
CG12. Transmitir adecuadamente la información geológica de forma escrita, verbal y gráfica para diversos tipos de audiencias.

CT1. Adquirir capacidad de análisis y síntesis.
CT2. Demostrar razonamiento crítico y autocrítico.
CT3. Adquirir capacidad de organización, planificación y ejecución.
CT4. Adquirir la capacidad de comunicarse de forma oral y escrita en la lengua nativa. CT5. Adquirir capacidad de gestión de la información.
CT6. Adquirir la capacidad para la resolución de problemas.
CT8. Adquirir la capacidad de trabajo autónomo o en equipo.
CT9. Adquirir habilidades en las relaciones interpersonales.
CT10. Adquirir capacidad para el aprendizaje autónomo.
CT11. Adquirir la capacidad de adaptarse a nuevas situaciones.
CT12. Demostrar creatividad e iniciativa y espíritu emprendedor.
CT13. Demostrar motivación por la calidad en el desarrollo de sus actividades. CT14. Adquirir sensibilidad hacia temas medioambientales.

CE1. Saber aplicar los principios básicos de las Matemáticas al conocimiento de la Tierra y a la comprensión de los procesos geológicos.
CE2. Disponer de un conocimiento adecuado de otras disciplinas relevantes para la Geología.
CE15. Ser capaz de obtener, recoger, almacenar analizar y representar muestras utilizando las técnicas adecuadas de campo, laboratorio y gabinete.
CE16. Ser capaz de obtener, preparar, procesar, interpretar y presentar datos usando las técnicas cualitativas y cuantitativas adecuadas, así como los programas informáticos apropiados.
CE17. Ser capaz de integrar datos de campo y laboratorio con las teorías, conceptos y principios propios de la disciplina, siguiendo una secuencia desde observación al reconocimiento, síntesis y modelización.

RESULTADOS DEL APRENDIZAJE
La superación con éxito de la asignatura permite que los alumnos sean capaces de:
1) Manejo de métodos de estadística descriptiva para resumir e interpretar la información contenida en un conjunto de datos.
2) Aplicación del método de los mínimos cuadrados en modelos elementales de regresión lineal.
3) Determinar la probabilidad de un suceso y realizar un diagnóstico bajo un enfoque bayesiano.
4) Descripción de fenómenos naturales por medio de variables aleatorias.
5) Comprensión del método científico y utilidad de la estadística inferencial.
6) Diseño y planificación de experimentos elementales, estimación de parámetros poblacionales y contraste de hipótesis.
7) Manejo de un paquete estadístico, concepto de p-valor e interpretación de los resultados del análisis

Cada alumno empleará tres horas de clase semanales a la comprensión de los conceptos teóricos y su aplicación, en total 36 horas.
Por cada hora de teoría, el trabajo personal de cada alumno debe ser de al menos una hora y media y por tanto como mínimo cuatro horas y media semanales.
Las clases teóricas se dedicarán a la explicación de los conceptos teóricos y la aplicación práctica de éstos, así como a resolver las dudas que hayan surgido en el estudio personal.

Suspensión clases presenciales ante la posibilidad de un rebrote por el virus SARS-COV-2: Realización en modo online. Se
realizarán clases teóricas virtuales mediante la herramienta Collaborate, que serán apoyadas por la inclusión en el Campus Virtual
de la asignatura de videos explicativos de distintas partes de los temas teóricos. ADemás, la información de cada tema en formato
pdf (teoría y ejercicios prácticos) estará subida al Campus Virtual

No hay un horario cerrado de tutoría. Serán a petición del alumnado. Existirán tutorías de dos tipos:
• Tutorías individuales por Correo Electrónico: el alumno ha de escribir un correo electrónico comentando sus dudas
(a través de texto, archivos o imágenes);
• Tutorías de Grupo: se abrirán sesiones para tutorías virtuales en el Campus Virtual mediante la herramienta Collaborate para un
grupo de alumnos o toda la clase. Se anunciará en el Campus Virtual las fechas y horarios de dichas tutorías virtuales.

Realización por parte del alumno (con participación en grupos de 2 ó 3) de un conjunto de ejercicios representativos de los
contenidos teóricos y prácticos (24 horas por subgrupo).

Suspensión clases presenciales ante la posibilidad de un rebrote por el virus SARS-COV-2: Realización en modo online. Se
realizarán de modo on-line a través del Campus Virtual de la asignatura. Se habilitará un espacio en el que se mostrarán los test o cuestionarios a
contestar por el alumno y correspondientes a cada seminario.

Las clases prácticas se dedicarán a la resolución de problemas tanto en el aula como en el laboratorio de Informática.
Estas clases permiten una mayor participación activa del alumno. Le ayudan a comprender los conocimientos teóricos y le acercan a la resolución de problemas reales que se les plantearán en otras asignaturas de su curriculum. Estas clases sirven tanto al profesor como al alumno para controlar el nivel de aprendizaje y corregir posibles errores.
Cada alumno asistirá al subgrupo de prácticas que tenga asignado. Cada semana tendrá dos horas seguidas de prácticas, en total 24 horas.
De éstas, veinte se dedicarán a la resolución de problemas y su corrección en el aula y las cuatro restantes a la utilización de software estadístico como ayuda en la resolución de problemas.
Por cada hora de prácticas el trabajo personal de cada alumno debe ser de al menos una hora y media y por tanto como mínimo tres horas semanales.

Suspensión clases presenciales ante la posibilidad de un rebrote por el virus SARS-COV-2: Realización en modo online. Se
realizarán clases de prácticas virtuales mediante la herramienta Collaborate, que serán apoyadas por la inclusión en el Campus
Virtual de la asignatura de videos de ejercicios.

No hay un horario cerrado de tutoría. Serán a petición del alumnado. Existirán tutorías de dos tipos:
• Tutorías individuales por Correo Electrónico: el alumno ha de escribir un correo electrónico comentando sus dudas
(a través de texto, archivos o imágenes);
• Tutorías de Grupo: se abrirán sesiones para tutorías virtuales en el Campus Virtual mediante la herramienta Collaborate para un
grupo de alumnos o toda la clase. Se anunciará en el Campus Virtual las fechas y horarios de dichas tutorías virtuales.

No

No

No

No

No

6

9

2

Estadistica descriptiva.
Probabilidad. Probabilidad bayesiana.
Estadística inferencial: Intervalos de Confianzay Contraste de Hipótesis

Los de acceso al Grado. Se recomienda tener conocimientos básicos de funciones reales de variable real, derivadas e integrales.

Comprender los métodos de estadistica descriptiva univariante y bivariante, y conocer el modelo de regresión lineal.
Comprender el cálculo de probabilidades, el concepto de variable aleatoria y conocer las propiedades de las funciones de densidad y distribución.
Comprender las principales leyes de probabilidad tanto discretas como contínuas.
Entender qué es la inferencia estadística aprendiendo los principales métodos de estimación de parámetros.
Comprender el método experimental y el contraste de hipótesis.

TEMARIO GENERAL
1) INTRODUCCIÓN A LA ESTADÍSTICA. Estadística Descriptiva Univariante. Estadística Descriptiva Bivarante: Coeficiente de Correlación Lineal y Regresión Lineal.
2) EXPERIMENTOS ALEATORIOS. Sucesos Aleatorios y Espacio Muestral. Concepto de Probabilidad. Independencia de Sucesos. Teorema de la Probabilidad Total. Teorema de Bayes.
3) VARIABLES ALEATORIAS DISCRETAS. Características de las variables aleatorias discretas. Funciones de Probabilidad y de Probabilidad Acumulada. Modelos Discretos de Probabilidad: Distribución Discreta Uniforme, Distribución de Bernoulli, Distribución Binomial y Distribución de Poisson.
4) VARIABLES ALEATORIAS CONTINUAS. Características de las variables aleatorias continuas. Función de Distribución. Función de Densidad de Probabilidad. Modelos Continuos de Probabilidad: Distribución Continua Uniforme y Distribución Normal.
5) INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Teoremas del Límite. Aproximaciones del Modelo Binomial y el Modelo de Poisson por el Modelo Normal. Estimación Puntual de los parámetros de una población. Estimadores y Estimaciones. Principales Distribuciones Muestrales asociadas al proceso de muestreo: Ji-Cuadrado, t-Student y F de Snedecor-Fisher.
6) ESTIMACIÓN POR INTERVALOS. Intervalos de confianza de los parámetros de una población.
7) CONTRASTES PARAMÉTRICOS DE HIPÓTESIS. Concepto de Contraste de Hipótesis. La noción de riesgo. Tipos de Errores. Potencia de un Contras. El P-valor. Contrastes sobre la media, la proporción y la varianza poblacionales.
TEMARIO DE LAS CLASES PRÁCTICAS: SEMINARIOS Y PRÁCTICAS CON SOFTWARE ESTADÍSTICO
1) UTILIZACIÓN DE SOFTWARE ESTADÍSTICO. Estadística Descriptiva Univariante y Bivariante. Coeficiente de Correlación Lineal y Regresión.
2) PROBABILIDAD. Combinatoria. Probabilidad de sucesos. Probabilidad Condicionada. Independencia. Teorema de Bayes.
3) DISTRIBUCIONES DISCRETAS. Cálculo de probabilidades en las distribuciones Binomial y de Poisson.
4) DISTRIBUCIONES CONTINUAS. Cálculo de probabilidades en la distribución Normal.
5) INTERVALOS DE CONFIANZA. Cálculo de intervalos de confianza para la media, la proporción y la varianza poblacionales.
6) CONTRASTES PARAMÉTRICOS DE HIPÓTESIS. Planteamiento y Resolución de Contrastes Paramétricos de Hipótesis para la media, la proporción y la varianza poblacionales.

La calificación final del alumno englobará el trabajo de aprendizaje realizado durante el curso en las actividades
programadas.
En concreto, se considerarán los siguientes criterios:
A) Realización de Pruebas Escritas que evalúen los conocimientos y destrezas relativos a los contenidos teóricos y prácticos de la
asignaturas (2 exámenes parciales que liberan materia a partir de 4 sobre 10).
B) Las Clases Prácticas son Obligatorias. Se controlará la asistencia a estas actividades presenciales y la participación en las
mismas. Se evaluará un conjunto de seminarios o cuestionarios realizadas por los alumnos durante las clases de prácticas.
C) Trabajo autónomo del alumno.

Es obligatoria la asistencia a las cuatro horas de Prácticas con Software (Statgraphics) en el Aula de Ordenadores para poder aprobar la asignatura.


Suspensión clases presenciales ante la posibilidad de un rebrote por el virus SARS-COV-2: Realización en modo online. El
sistema de evaluación continua descrito se mantiene. Los exámenes parciales se realizarán a través del Campus Virtual mediante
cuestionarios con preguntas de distinto tipo (de respuesta corta, tareas, envío de archivos, opción múltiple, ensayo,
verdadero/falso, etc.)
Se reserva la posibilidad de examen oral para estudiantes sin acceso a internet y/o que no realicen las actividades de evaluación
continua.
* No se podrá aprobar la asignatura con calificación de teoría y prácticas inferior a 5.

Calot, G. (1988) Curso de Estadística Descriptiva. Paraninfo, Madrid.
Davis, J.C. (1973) Statistics and Data Analysis in Geology. JohnWiley. New York.
González Manteiga, Mª T., Pérez de Vargas, A. (2009) Estadística Aplicada. Una visión instrumental. Teoría y más de 500 problemas resueltos o propuestos con solución. Díaz de Santos. Madrid.
Quesada, V., Isidoro, A., López, L.A. (1982) Curso y ejercicios de Estadística. Alhambra Universidad, Madrid.
Sarabia, A. y Mate, C. (1993) Problemas de probabilidad y estadística. Clagsa. Madrid.
Samper Calvete, F.J. y Carrera Ramírez, J. (1996) Geoestadística. Aplicaciones a la hidrología subterránea. CIMNE. Barcelona.
Vargas Sabadía, A. (1996): Estadística Descriptiva e Inferencial. Universidad de Castilla-La Mancha.