Estadística Aplicada

Grado y Doble Grado. Curso 2023/2024.

ESTIMACIÓN I - 801582

Curso Académico 2023-24

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG5-MB1. Trabajar de forma autónoma, a nivel básico
CG8-MB1. Pensar de forma lógica, a nivel básico
CG8-MB2. Razonar de forma estructurada, a nivel básico
CG13-MB1. Resolver problemas utilizando y aplicando el lenguaje matemático
Específicas
CE8-MB1. Realizar estimaciones de parámetros para poblaciones
CE11-MB1. Distinguir con fundamento estadístico cuando una muestra permite o no rechazar una hipótesis planteada

ACTIVIDADES DOCENTES

Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%

Presenciales

2,4

No presenciales

3,6

Semestre

3

Breve descriptor:

Estimación paramétrica. Se plantean, estudian y aplican diferentes técnicas de estimación paramétrica.

Requisitos

Conocimientos de Probabilidad.

Objetivos

 

Contenido

TEMA INTRODUCCIÓN
I.1. Introducción a la inferencia estadística.
I.2 Conceptos generales: población, muestra, muestreo, parámetro.
I.3 Clasificación de la inferencia estadística: paramétrica, no paramétrica, enfoque clásico, enfoque bayesiano.
I.4 Objetivos de la inferencia estadística.
I.5 Distribuciones asociadas a la Normal: χ2 , T- Student, F- Snedecor.


TEMA I. ESTIMACIÓN PUNTUAL
1.1. Introducción
Definición de muestra aleatoria simple, espacio muestral, estadístico y estimador. Ejemplos
1.2. Propiedades de los estimadores.
Suficiencia y completitud. Teorema de factoriazación.
Estimador insesgado y asintóticamente insesgado.
Error cuadrático medio. Eficiencia.
Estimador consistente.
1.3. Estimación de la media, varianza y proporción de una población
1.4. Procedimientos para la construcción de estimadores
Método de los momentos
Método de máxima verosimilitud. Propiedades de los estimadores de máxima verosimilitud.

TEMA II. ESTIMACIÓN POR INTERVALOS
2.1 Introducción
Definición de intervalo de confianza.
Método de la cantidad pivotal.
2.2 Intervalos de confianza para la media de una población
Población normal con varianza conocida.
Población normal con varianza desconocida.
Muestras grandes.
2.3. Intervalo de confianza para la varianza de una población.
2.4. Intervalo de confianza para una proporción
2.5. Intervalos de confianza para la diferencia de medias poblacionales.
Poblaciones normales independientes.
Muestras pareadas.
2.6. Intervalo de confianza para el cociente de varianzas de dos poblaciones normales independientes.
2.7. Intervalo de confianza para la diferencia de proporciones de dos poblaciones independientes.
2.8. Intervalo de confianza para un parámetro basado en su estimador de máxima verosimilitud.
2.9.Utilización de un Intervalo de Confianza para rechazar o no hipótesis.

Evaluación

Se valorará con un 40% de la nota final los conocimientos adquiridos mediante el desarrollo de ejercicios, trabajos, participación en el aula y tutorías o pruebas escritas. El 60% restante supondrá la nota del 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 de al menos el 40%.

En caso de tener un estudiante a tiempo parcial o un estudiante que no ha desarrollado su trabajo a lo largo del curso, podrá presentarse al examen final, siendo la valoración del mismo el 100% de la nota final.

Bibliografía

Cao, R [et al.]. Introducción a la estadística y sus aplicaciones. Pirámide , D.L. 2001.
Cuadras, C. M. Problemas de probabilidades y estadística. Vol. 2, Inferencia estadística. EUB, 2000
Degroot, Morris H. Probabilidad y estadística. Addison-Wesley Iberoamericana, 1990
Dudewicz, E. J. y Mishra, S. N. Modern mathematical statistics. J. Wiley, cop. 1988
Fernández-Abascal, H. Cálculo de probabilidades y estadística. Ariel, 1994
Gómez Villegas, M. A. Inferencia estadística. Díaz de Santos, 2005
Moore, D. S. Estadística aplicada básica. Antoni Bosch, D.L. 1998
Peña, D. Fundamentos de Estadística. Alianza Editorial, 2008
Rohatgi, V.K. Statistical inference. Dover, cop. 2003

Susi García, R. Cadenas de Markov en tiempo discreto. Cersa 2008.
Velez R. Procesos Estocásticos. UNED 1999

Estructura

MódulosMaterias
MATERIAS BÁSICASESTADÍSTICA

Grupos

Actividades prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A29/10/2023 - 21/12/2023JUEVES 13:00 - 15:00-CONRADO MIGUEL MANUEL GARCIA
DANIEL MARTIN GARCIA
VIERNES 13:00 - 15:00-CONRADO MIGUEL MANUEL GARCIA
DANIEL MARTIN GARCIA
Grupo tarde B29/10/2023 - 21/12/2023JUEVES 18:00 - 20:00-MARIA GAMBOA PEREZ
VICTOR MANUEL RUIZ MORCILLO
VIERNES 16:00 - 18:00-MARIA GAMBOA PEREZ
VICTOR MANUEL RUIZ MORCILLO


Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo mañana A28/10/2023 - 21/12/2023MARTES 11:00 - 13:00-CONRADO MIGUEL MANUEL GARCIA
DANIEL MARTIN GARCIA
MIÉRCOLES 11:00 - 13:00-CONRADO MIGUEL MANUEL GARCIA
DANIEL MARTIN GARCIA
Grupo tarde B28/10/2023 - 21/12/2023LUNES 18:00 - 20:00-MARIA GAMBOA PEREZ
VICTOR MANUEL RUIZ MORCILLO
MARTES 18:00 - 20:00-MARIA GAMBOA PEREZ
VICTOR MANUEL RUIZ MORCILLO