CG1 - Comunicar y transmitir la información a un público tanto especializado como no especializado.
CG2 - Adquirir la habilidad para expresarse claramente y de presentar los resultados de sus análisis, oralmente o por escrito, mediante un informe de carácter profesional.
CG3 - Coordinar trabajo en equipo con grupos multidisciplinares y organizar y gestionar proyectos.
CG4 - Cultivar interés en el conocimiento, descripción e interpretación de fenómenos susceptibles de cuantificación.
CG5 - Desarrollar la capacidad de trabajar de forma autónoma.
CG6 - Realizar lecturas críticas de informes y publicaciones científicas.
CG7 - Plantear políticas de actuación encaminadas a tomar las mejores decisiones posibles.
CG8 - Demostrar un pensamiento lógico y un razonamiento estructurado.
CG9 - Sintetizar las ideas principales de un texto o discurso.
CG10 - Desarrollar la capacidad de expresar y aplicar rigurosamente los conocimientos adquiridos en la resolución de problemas.
CG11 - Poner en práctica las técnicas, herramientas y metodologías propias de la Ciencia de los Datos en distintos ámbitos de aplicación.

CE3 - Describir situaciones con comportamiento aleatorio y aplicar la Ciencia de los Datos para resolver un problema real mediante los distintos pasos: identificar la información, diseñar el estudio, analizar los datos, construir un modelo adecuado, interpretar los resultados y emitir informes técnicos.
CE5 - Aplicar la estimación, diagnosis, comparación y validación de modelos en diferentes problemas de inferencia y predicción sobre poblaciones de estudio.
CE13 - Identificar y aplicar las técnicas para la extracción de información, preparar y depurar la información disponible para su posterior análisis de datos.

2,4

3,6

3

Estimación no paramétrica.

Fundamentos estadísticos para determinar cuándo una muestra permite, o no, rechazar una hipótesis planteada sin la exigencia de supuestos paramétricos.

La nota final tendrá en cuenta tanto la evaluación continua como la prueba final y se calculará como el máximo entre:

a) Calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.

Cualquier alumno podrá presentarse al examen final, siendo la valoración del mismo el 100% de su nota final.

Conover, W. J. (1999). Practical Nonparametric Statistics. 3ª ed. New York: John Wiley & Sons.
Daniel, W. W. (1990). Applied Nonparametric Statistics. 2ª ed. PWS-Kent Publishing Company.
Gibbons, J. D. y S. Chakraborti (2003). Nonparametric Statistical Inference Fourth Edition, Revised and Expanded. New York: Marcewl Dekker.
Gómez Villegas, M. A. (2005) Inferencia Estadística. Díaz de Santos
Lehmann, E. L. (1975). Nonparametrics: Statistical Methods Based on Ranks. McGraw-Hill.
Sidney Siegel, N. y J. Castellan (1995) Estadística no paramétrica aplicada a las ciencias de la conducta. Trillas.
Walpole R.E., R.H Myers y S.L Myers (1998) Probabilidad y Estadística para Ingenieros, 6ª ed. Ed. Prentice Hall.