• Español

Matemáticas y Ciencia de Datos

Undergraduate Programme. Academic Year 2024/2025.

INFERENCIA ESTADÍSTICA - 803955

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG1- Comprender y utilizar las técnicas y modelos de la Estadística con el lenguaje matemático adecuado.
CG2 - Adquirir la capacidad para enunciar y demostrar proposiciones en distintos campos de la Estadística.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos

CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la
educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también
algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de
su área de estudio
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores
con un alto grado de autonomía


Transversales
CT1 - Haber demostrado poseer y comprender conocimientos en el área de las Matemáticas y la Estadística, partiendo de la base de
la educación secundaria general, y alcanzando un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos
aspectos que implican conocimientos procedentes de la vanguardia de dicha área.
CT2 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y que posean las competencias que suelen
demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de la Estadística,
con base en las Matemáticas.
CT5 - Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de
autonomía.
Específicas
CE1 - Proponer, analizar, validar e interpretar modelos de situaciones en las que se presenten fenómenos estocásticos utilizando las
herramientas estadístico-matemáticas más adecuadas.
CE2 - Resolver problemas de Estadística mediante herramientas matemáticas e informáticas

ACTIVIDADES DOCENTES

Clases teóricas
si
Seminarios
si
Clases prácticas
si

Presenciales

2,4

No presenciales

3,6

Semestre

1

Breve descriptor:

Avanzar en el conocimiento y aprendizaje de las técnicas y procedimientos utilizados en Inferencia Estadística con un especial énfasis en las técnicas asintóticas y no paramétricas

Requisitos

Haber cursado con aprovechamiento las asignaturas "Probabilidad" y "Estadística".

Objetivos

- Evolucionar en el conocimiento de la Estadística con un fundamento matemático riguroso. - Desarrollar las capacidades analíticas y el pensamiento lógico y riguroso a través del estudio de la Estadística. - Reconocer la presencia de los fenómenos estocásticos en problemas presentes en diversas disciplinas (Economía, Salud, Ingeniería,...). Saber identificar el modelo matemático correspondiente. - Plantear y resolver problemas en ambiente de incertidumbre aplicando la técnica apropiada. - Posibilitar el avance y estudio de las aplicaciones mediante su fundamentación matemática. - Capacitar para el uso de software estadístico. - Lograr el compromiso del estudiante con el autoaprendizaje como instrumento de desarrollo y responsabilidad profesional.

Contenido

Parte 1. Ampliación de Inferencia Estadística. Optimalidad en contrastes de hipótesis. Parte 2. El contraste de razón de verosimilitudes. Aplicaciones; Contrastes de bondad de ajuste, independencia y homogeneidad. Contrastes de Wald y Rao. Parte 3. Teoría de la Decisión Estadística. Parte 4. Estadísticos de orden. Inferencia no Paramétrica para una o varias muestras.

Evaluación

El examen final será 75% y el resto se llevará a cabo mediante pruebas a lo largo del curso y/o participación en clase y ejercicios a entregar

Bibliografía

1. T. S. Ferguson: "A Course in Large Sample Theory", Chapman & Hall, 1996.
2. J. Gibbons and S. Chakraborti : "Nonparametric Statistical Inference". Chapman and Hall/CRC; 5ª ed. 2011.
3. R. Velez y A. Garcia: "Principios de Inferencia Estadistica". UNED.
4. V. K. Rohatgi, V. K. : " An Introduction to probability Theory and Mathematical Statistics". John Wiley, 1976.
5. P. K. Sen, J. M. Singer y A. C. Pedrosa de Lima (2009): From Finite Sample to Asymptotic Methods in Statistics. Cambridge Series in Statistical and Probabilistic Mathematics.

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas
GrupoPeriodosHorariosAulaProfesor
G109/09/2024 - 13/12/2024JUEVES 11:00 - 12:00B15LEANDRO PARDO LLORENTE
VIERNES 09:00 - 10:00B13LEANDRO PARDO LLORENTE
G209/09/2024 - 13/12/2024MIÉRCOLES 13:00 - 14:00S-106M. DEL CARMEN PARDO LLORENTE
VIERNES 13:00 - 14:00S-108M. DEL CARMEN PARDO LLORENTE


Clases prácticas
GrupoPeriodosHorariosAulaProfesor
G109/09/2024 - 13/12/2024JUEVES 12:00 - 13:00B15LEANDRO PARDO LLORENTE
VIERNES 10:00 - 11:00B13LEANDRO PARDO LLORENTE
G209/09/2024 - 13/12/2024MIÉRCOLES 14:00 - 15:00S-106M. DEL CARMEN PARDO LLORENTE
VIERNES 14:00 - 15:00S-108M. DEL CARMEN PARDO LLORENTE