Ciencia de los Datos Aplicada
Grado y Doble Grado. Curso 2024/2025.
INFERENCIA PARAMÉTRICA - 806298
Curso Académico 2024-25
Datos Generales
- Plan de estudios: 081C - GRADO EN CIENCIA DE LOS DATOS APLICADA (2022-23)
- Carácter: Básica
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
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.
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
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.
Específicas
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.
CE5 - Aplicar la estimación, diagnosis, comparación y validación de modelos en diferentes problemas de inferencia y predicción sobre poblaciones de estudio.
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%
Presenciales
2,4
No presenciales
3,6
Semestre
2
Requisitos
Tener conocimientos básicos sobre cálculo de probabilidades y manejo de variables aletorias.
Contenido
- Introducción a la inferencia
- Estimación puntual
- Estimación por intervalos
- Contrastes de hipótesis paramétricos.
- Estimación puntual
- Estimación por intervalos
- Contrastes de hipótesis paramétricos.
Evaluación
Se valorará la nota final a través de los conocimientos adquiridos mediante el desarrollo de ejercicios, trabajos, prácticas con ordenador, participación en el aula y controles parciales, que contribuirán con el 65% a la nota final. El porcentaje restante, el 35%, corresponderá al examen de la convocatoria ordinaria. Para poder optar a la evaluación continua, será obligatoria una calificación mínima de 4 puntos sobre 10 en todas las pruebas de evaluación.
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación del examen de la convocatoria ordinaria.
b) La media ponderada correspondiente a la evaluación continua.
En todo caso, el alumno no tiene la opción de superar la asignatura únicamente con la evaluación continua (es decir, sin presentarse al examen de la convocatoria ordinaria).
Cualquier alumno tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación del examen de la convocatoria ordinaria.
b) La media ponderada correspondiente a la evaluación continua.
En todo caso, el alumno no tiene la opción de superar la asignatura únicamente con la evaluación continua (es decir, sin presentarse al examen de la convocatoria ordinaria).
Cualquier alumno tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
Bibliografía
Gómez Villegas, M. Á. (2018). Inferencia estadística (4ª reimp). Díaz de Santos.
Peña, Daniel. (2001). Fundamentos de estadística (Ser. El libro universitario. manuales, 070). Alianza.
Sahu, Sujit K. (2024). Introduction to Probability, Statistics & R. Springer. Disponible gratuitamente a través de la UCM en: https://doi.org/10.1007/978-3-031-37865-2
Vélez, Ricardo y Pérez, Alfonso. (2012). Principios de inferencia estadística (Ser. Grado). Universidad Nacional de Educación a Distancia.
Peña, Daniel. (2001). Fundamentos de estadística (Ser. El libro universitario. manuales, 070). Alianza.
Sahu, Sujit K. (2024). Introduction to Probability, Statistics & R. Springer. Disponible gratuitamente a través de la UCM en: https://doi.org/10.1007/978-3-031-37865-2
Vélez, Ricardo y Pérez, Alfonso. (2012). Principios de inferencia estadística (Ser. Grado). Universidad Nacional de Educación a Distancia.
Estructura
Módulos | Materias |
---|---|
No existen datos de módulos o materias para esta asignatura. |
Grupos
Clases teóricas y/o prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único | 22/01/2025 - 13/05/2025 | VIERNES 11:00 - 13:00 | - | AIDA CALVIÑO MARTINEZ |
Actividades prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único | 22/01/2025 - 13/05/2025 | MARTES 13:00 - 15:00 | - | MAGDALENA RUTH FERRAN ARANAZ |