• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Estadística Aplicada

Grado y Doble Grado. Curso 2023/2024.

ESTIMACIÓN II - 801593

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
- CG12.PE1: Identificar los elementos del problema que le permitirán aplicar los distintos contrastes.
Específicas
- CE8.PE2. Extrapolar información desde las muestras al conjunto de la población.
- CE11. PE1: Distinguir con fundamento estadístico cuando una muestra permite o no rechazar la hipótesis planteada.
- CE13.PE1: Resolver problemas de contraste de hipótesis facilitando la toma de decisiones.

ACTIVIDADES DOCENTES

Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%

Presenciales

2,4

No presenciales

3,6

Semestre

4

Breve descriptor:

Contrastes de hipótesis paramétricos. Estimación no paramétrica. Se plantean, estudian y aplican diferentes contrastes de hipótesis no paramétricas.

Requisitos

Conocimientos de Probabilidad e Inferencia.

Contenido

TEMA I. CONTRASTES DE HIPÓTESIS
1.1 Introducción
Planteamiento del problema. Hipótesis nula y alternativa.
Estadístico del contraste. Tipos de error. Nivel de significación. Región crítica. p-valor. Potencia.
1.2. Contraste de razón de verosimilitud.
1.3. Contrastes sobre medias y varianzas en poblaciones normales.
Contrastes sobre la media
Contrastes sobre la diferencia de medias de dos poblaciones independientes
Contrastes sobre la diferencia de medias con muestras pareadas
Contrastes sobre la igualdad de varianzas en poblaciones independientes.
1.4. Contrastes sobre proporciones.
Contrastes sobre una proporción.
Contraste para comparar dos proporciones de poblaciones independientes.
Contraste para comparar dos proporciones con muestras pareadas.
1.5. Relación entre intervalos de confianza y contrastes de hipótesis.

TEMA II – INTRODUCCIÓN A LA INFERENCIA BAYESIANA

2.1.- Distribuciones a priori
2.1.1.- Distribuciones conjugadas
2.1.2.- Distribuciones de referencia
2.2.- Estimación puntual
2.3.- Estimación de una proporción
2.4.- Estimación de la media en poblaciones normales
2.5.- Comparación con los métodos clásicos

TEMA III – INTRODUCCIÓN A LA INFERENCIA NO PARAMÉTRICA

3.1.- Métodos estadísticos no paramétricos: conceptos y utilización
3.2.- Comparación con los métodos paramétricos

TEMA IV – CONTRASTES DE BONDAD DE AJUSTE

4.1- Introducción
4.2.- Métodos gráficos
4.3.- Contraste Chi-cuadrado de bondad de ajuste
4.4.- Contraste de Kolmogorov-Smirnov
4.5.- Contrastes de normalidad
4.5.1.- Contraste de Kolmogorov-Smirnov-Lilliefors
4.5.2.- Contraste de Shapiro-Wilk
4.5.3.- Contrastes basados en coeficientes de asimetría y apuntamiento

TEMA V – CONTRASTES DE INDEPENDENCIA

5.1.- Introducción
5.2.- Contrastes de aleatoriedad. Contraste de rachas.
5.3.- Contrastes de independencia en muestras pareadas.
5.3.1.- Contraste de Kendall
5.3.2.- Contraste de los rangos de Spearman
5.3.3.- Contraste Chi-cuadrado de independencia
5.4.- Contrastes de independencia en k muestras relacionadas.
5.4.1.- Generalización del contraste Chi-cuadrado
5.4.2.- Coeficiente de concordancia de Kendall


TEMA VI – CONTRASTES DE POSICIÓN Y HOMOGENEIDAD

6.1.- Introducción
6.2.- Contrastes de posición para una muestra y muestras pareadas.
6.2.1.- Test de los signos para una muestra. Test de la Mediana.
6.2.2.- Test de los signos para muestras pareadas.
6.2.3.- Test de Wilcoxon de rangos signados para una muestra
6.2.4.- Test de Wilcoxon de rangos signados para muestras pareadas.
6.3.- Contrastes de posición para dos muestras independientes.
6.3.1.- Test de Wilcoxon-Mann-Whitney.
6.3.2.- Test de la Mediana.
6.3.3.- Contraste Chi-cuadrado
6.4.- Contrastes de posición para k muestras independientes.
6.4.1.- Test de Kruskal-Wallis.
6.5.- Contrastes de posición para k muestras relacionadas.
6.5.1.- Test de Friedman.
6.5.2.- Q de Cochran.
6.5.3.- W de Kendall
6.6.- Contrastes de homogeneidad para 2 muestras independientes.
6.6.1.- Contraste de Wald-Wolfowitz.
6.6.2.- Contraste de Kolmogorov-Smirnov.
6.6.3.- Contraste Chi-cuadrado





Evaluación

Se valorará la nota final a través de los conocimientos adquiridos mediante el desarrollo de ejercicios, trabajos, participación en el aula y controles parciales, que contribuirán con el 40% a la nota final. El porcentaje restante, el 60%, corresponderá al examen final.
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 del 40%.

En todo caso, el alumno no tiene la opción de superar la asignatura únicamente con la evaluación continua.
Cualquier alumno tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.

Bibliografía

GIBBONS, J.D. Nonparametric Methods for Quantitative Analysis. American Sciences Press. 1997
GÓMEZ VILLEGAS, M.A. Inferencia Estadística. Díaz de Santos. 2005.
SIEGEL, S. Estadística no paramétrica aplicada a las ciencias de la conducta.Trillas.1990.
PEÑA, D. "Fundamentos de Estadística". Alianza Editorial. 2001.
SHESKIN, D. J. Handbook of Parametric and Nonparametric Statistical Procedures. Chapman&Hall. 2007.
VELEZ, R. y GARCIA, A. Principios de inferencia estadística. UNED. 1993.

Otra información relevante

La asignatura estará virtualizada, facilitándose material adicional, hojas de problemas, textos relacionados con la asignatura, foro de discusión, etc.

Estructura

MódulosMaterias
PRINCIPIOS DE ESTADÍSTICAPROBABILIDAD Y ESTIMACIÓN

Grupos

Actividades prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2024 - 10/05/2024LUNES 09:00 - 11:00-MARIA DEL ROSARIO CINTAS DEL RIO
Grupo tarde B22/01/2024 - 10/05/2024JUEVES 18:00 - 20:00-MARIA DEL ROSARIO CINTAS DEL RIO


Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A22/01/2024 - 10/05/2024JUEVES 11:00 - 13:00-MARIA DEL ROSARIO CINTAS DEL RIO
Grupo tarde B22/01/2024 - 10/05/2024LUNES 18:00 - 20:00-MARIA DEL ROSARIO CINTAS DEL RIO