CG1 - Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.
CG2 - Adquirir la capacidad básicas para enunciar resultados relevantes por su implicación práctica en distintos campos de la Matemática, para desarrollar nuevos métodos y para transmitir y transferir los conocimientos adquiridos.
CG3 - Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la Ingeniería Matemática participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la sociedad.
CG4 - Asimilar la formulación de un nuevo objeto, modelo o método matemático, en términos de otros ya conocidos, y ser capaz de utilizarlos en diferentes contextos de aplicación.
CG5 - Saber abstraer en un modelo matemático las propiedades y características esenciales de un problema real reconociendo su rango aplicabilidad y limitaciones.

Conocer los principios básicos del diseño de experimentos y de los modelos de regresión
Conocer diversas técnicas y modelos para el análisis de datos multivariantes
Conocer los modelos iniciales de series temporales
Conocer los elementos del control de calidad
Manejar software estadístico y saber interpretar sus resultados

Sesiones teóricas.

Resolución de problemas teóricos y prácticos.

Clases prácticas con software estadístico (R) en laboratorio de informática.

2,4

3,6

5

Se recomienda haber cursado las asignaturas: "Estadística" y "Probabilidad".

El alumno debe ser capaz de:
- manejar distintas herramientas estadísticas;
- resolver problemas con software estadístico;
- aplicar las herramientas estadísticas estudiadas a distintos ámbitos científicos.

1. Diseño de Experimentos.

2. Técnicas de regresión.

3. Control de calidad de procesos.

4. Análisis multivariante.

5. Modelos básicos de series temporales.

6. Aplicaciones de la Estadística en diversos ámbitos.

Examen final: 70%
Trabajos con software estadístico: 30% (se mantendrá para la convocatoria extraordinaria)

- Peña, D. (2008). Fundamentos de Estadística. Alianza Editorial.
- Peña, D. (2010). Regresión y Diseño de Experimentos. Alianza Editorial.
- Peña, D. (2005). Análisis de Series Temporales. Alianza Editorial.
- Peña, D. (2002). Análisis de datos multivariantes. McGraw-Hill.
- Brockwell, P.J. y Davis, R.A. (2002). Introduction to Time Series and Forecasting. Springer.
- Johnson, R.A. y Wichern, D.W. (2007). Applied Multivariate Analysis. Prentice Hall.
- Montgomery, D.C. (2001). Design and Analysis of Experiments. John Wiley.
- Montgomery, D.C.(2005). Introduction to Statistical Quality Control. John Wiley.
- Montgomery, D.C., Peck, E.A. y Vining, G. (2007). Introduction to Linear Regression Analysis. John Wiley.

Material de la asignatura en el campus virtual.