Nombre: FUNDAMENTOS DE PROBABILIDAD Y ÁNALISIS EXPLORATORIO DE DATOS
Código: 525101007
Carácter: Básica
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 1º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: RUIZ ABELLÓN, MARÍA CARMEN
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338914
Correo electrónico: maricarmen.ruiz@upct.es
Horario de atención y ubicación durante las tutorias:
lunes - 16:00 / 20:00
HOSPITAL DE MARINA, planta 0, Despacho B030
Las tutorías se realizarán online a través de Teams. Los estudiantes interesados en realizar una tutoría deberán contactar con la profesora mediante correo electrónico para acordar día y hora.
miércoles - 12:00 / 14:00
HOSPITAL DE MARINA, planta 0, Despacho B030
Las tutorías se realizarán online a través de Teams. Los estudiantes interesados en realizar una tutoría deberán contactar con la profesora mediante correo electrónico para acordar día y hora.
Titulaciones:
Categoría profesional: Profesora Titular de Universidad
Nº de quinquenios: 4
Nº de sexenios: 3 de investigación y 1 de transferencia
Curriculum Vitae: Perfil Completo
[CB1 ]. Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
[CB2 ]. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
[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
[CB5 ]. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
[CG1 ]. Conocer y aplicar la analítica de datos y técnicas estadísticas apropiadas para descubrir nuevas relaciones en los datos y realizar aportaciones a procesos de las organizaciones, así como apoyar en la toma de decisiones.
[CE25 ]. Capacidad para la resolución de los problemas matemáticos básicos que puedan plantearse en la ciencia e ingeniería de datos, aplicando los conocimientos adquiridos (sobre álgebra, geometría, cálculo diferencial e integral, métodos numéricos, algorítmica numérica, estadística y optimización), y planificando su resolución en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos.
[CE27 ]. Capacidad para comprender y manejar conceptos fundamentales de probabilidad y estadística, y ser capaz de representar y manipular datos para extraer información significativa de los mismos.
[CE31 ]. Conocimiento de herramientas informáticas en el campo del análisis de los datos y modelización estadística, y capacidad para seleccionar las más adecuadas para la resolución de los diferentes problemas.
Elegir y saber utilizar las técnicas adecuadas para el análisis exploratorio de datos, tanto univariantes como multivariantes.
Conocer y entender los conceptos de probabilidad, variables y vectores aleatorios.
Saber identificar modelos probabilísticos univariantes, así como usar herramientas probabilísticas para resolver problemas en contextos aleatorios sencillos.
Conocer, entender y medir la dependencia entre variables aleatorias.
Manejar con soltura software estadístico para aplicar técnicas de análisis exploratorio de datos y obtener información sobre modelos probabilísticos univariantes.
Medidas descriptivas univariantes y representaciones gráficas.<br> Medidas descriptivas multivariantes y representaciones gráficas.<br> Fundamentos de probabilidad.<br> Variables aleatorias y modelos univariantes.<br> Vectores aleatorios.<br> Independencia, concepto y medidas.<br><br><br><br><br><br><br><br><br><br>
BLOQUE 1: ESTADÍSTICA DESCRIPTIVA
TEMA 1. Estadística Descriptiva univariante.
Conceptos básicos: datos cualitativos y cuantitativos. Tabla de frecuencias. Medidas descriptivas. Representaciones gráficas.
TEMA 2. Estadística descriptiva multivariante.
Tablas de doble entrada. Medidas de asociación para datos cualitativos. Representaciones gráficas. Ajuste por mínimos cuadrados
Bloque 2: FUNDAMENTOS DE PROBABILIDAD
TEMA 3. Espacio de probabilidad.
Concepto de suceso y operaciones con sucesos. Definiciones de probabilidad. Espacio de probabilidad. Propiedades.
TEMA 4. Probabilidad condicionada.
Definición. Propiedades. Teorema de la probabilidad total, de la probabilidad compuesta y de Bayes. Independencia entre sucesos.
Bloque 3: VARIABLES Y VECTORES ALEATORIOS
TEMA 5. Variable aleatoria de una dimensión.
Definición de variable aleatoria. Función de distribución. Distribuciones de tipo discreto: función puntual de probabilidad. Distribuciones de tipo continuo: función de densidad. Esperanza y varianza de variables aleatorias.
TEMA 6. Modelos básicos de distribuciones de probabilidad.
Distribuciones discretas: Bernoulli, Binomial, Geométrica, Poisson, etc. Distribuciones continuas: Uniforme, Normal, Exponencial, etc.
TEMA 7. Vectores aleatorios, independencia y modelos multivariantes.
Definición de vector aleatorio. Distribuciones conjuntas, marginales y condicionadas: casos discreto y continuo. Independencia de variables aleatorias. Covarianza y correlación. Modelo multinomial y modelo normal multivariante. Otras distribuciones.
Práctica 1. Introducción a R y RStudio.
Primeros pasos con R y RStudio. Vectores y carga de datos.
Práctica 2. Análisis exploratorio de datos univariantes.
Análisis descriptivo de datos univariantes cualitativos y cuantitativos. Medidas descriptivas y representaciones gráficas.
Práctica 3. Análisis exploratorio de datos multivariantes.
Análisis descriptivo de datos multivariantes. Tablas de contingencia, medidas descriptivas y representaciones gráficas.
Práctica 4. Manipulación de dataframes y visualización de datos.
Manipulación de dataframes y visualización de datos.
Prácticas 5 y 6. Probabilidad. Modelos discretos y continuos. Simulación.
Obtención de probabilidades y cuantiles de modelos discretos y continuos. Representación de funciones puntuales de probabilidad (caso discreto), funciones de densidad (caso continuo) y funciones de distribución de algunos modelos. Generación de muestras aleatorias de algunos modelos.
La Universidad Politécnica de Cartagena considera como uno de sus principios básicos y objetivos fundamentales la promoción de la mejora continua de las condiciones de trabajo y estudio de toda la Comunidad Universitaria. Este compromiso con la prevención y las responsabilidades que se derivan atañe a todos los niveles que integran la Universidad: órganos de gobierno, equipo de dirección, personal docente e investigador, personal de administración y servicios y estudiantes. El Servicio de Prevención de Riesgos Laborales de la UPCT ha elaborado un "Manual de acogida al estudiante en materia de prevención de riesgos" que puedes encontrar en el Aula Virtual, y en el que encontraras instrucciones y recomendaciones acerca de cómo actuar de forma correcta, desde el punto de vista de la prevención (seguridad, ergonomía, etc.), cuando desarrolles cualquier tipo de actividad en la Universidad. También encontrarás recomendaciones sobre cómo proceder en caso de emergencia o que se produzca algún incidente. En especial, cuando realices prácticas docentes en laboratorios, talleres o trabajo de campo, debes seguir todas las instrucciones del profesorado, que es la persona responsable de tu seguridad y salud durante su realización. Consúltale todas las dudas que te surjan y no pongas en riesgo tu seguridad ni la de tus compañeros.
UNIT 1: DESCRIPTIVE STATISTICS
UNIT 2: FUNDAMENTALS OF PROBABILITY
UNIT 3: RANDOM VARIABLES AND RANDOM VECTORS
Exposición teórica: Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.
Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.
30
100
Seminarios y actividades de aula: Exposición, análisis y debate dentro del contexto de aplicaciones específicas de contenidos teóricos, así como planteamiento y resolución de ejercicios y casos prácticos en el aula, tanto al grupo completo como en grupos reducidos. También se contemplan conferencias, debates y seminarios temáticos.
Exposición, análisis y debate dentro del contexto de aplicaciones específicas de contenidos teóricos, así como planteamiento y resolución de ejercicios y casos prácticos en el aula, tanto al grupo completo como en grupos reducidos. También se contemplan conferencias, debates y seminarios temáticos.
10
100
Prácticas de laboratorio: Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.
Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.
14
100
Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades.
Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades.
90
0
Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.
Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.
2
100
Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia.
Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia.
4
100
Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.
Examen de teoría y problemas. La prueba consistirá en un examen escrito sobre los contenidos teóricos de la asignatura y la resolución de problemas. Esta prueba supondrá un 60% de la nota final. Será necesario obtener al menos 5 puntos sobre 10 en esta prueba para poder aprobar la asignatura.
60 %
Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.
A lo largo del cuatrimestre se propondrán problemas y trabajos prácticos para resolver de forma individual o grupal mediante uso del software estadístico. Esta parte supondrá un 40% de la nota final. Será necesario obtener al menos 4 puntos sobre 10 en esta parte para poder aprobar la asignatura.
40 %
Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.
Examen de teoría y problemas. La prueba consistirá en un examen escrito sobre los contenidos teóricos de la asignatura y la resolución de problemas. Esta prueba supondrá un 60% de la nota final. Será necesario obtener al menos 5 puntos sobre 10 en esta prueba para poder aprobar la asignatura.
60 %
Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.
A lo largo del cuatrimestre se propondrán problemas y trabajos prácticos para resolver de forma individual o grupal mediante uso del software estadístico. Esta parte supondrá un 40% de la nota final. Para las convocatorias de junio y julio, los estudiantes podrán conservar la nota obtenida en los trabajos realizados durante el cuatrimestre o bien realizar un examen adicional de prácticas con el mismo peso (40%).
Será necesario obtener al menos 4 puntos sobre 10 en esta parte para poder aprobar la asignatura.
40 %
Autor: Walpole, Ronald E.
Título: Probabilidad y estadística para ingeniería y ciencias
Editorial: Prentice Hall
Fecha Publicación: 2011
ISBN: 9786073214186
Autor: Navarro Camacho, Jorge
Título: Probabilidad y estadística: problemas
Editorial: Diego Marín
Fecha Publicación: 1999
ISBN: 8495095726
Autor: Lipschutz, Seymour
Título: Teoría y problemas de probabilidad
Editorial: McGraw-Hill
Fecha Publicación: 1990
ISBN: 9684510713
Autor: Guillamón Frutos, Antonio
Título: Probabilidad y estadística fundamentos
Editorial: Diego Marín
Fecha Publicación: 2002
ISBN: 8484252477
Autor: Wickham, Hadley
Título: R for data science: import, tidy, transform, visualize, and model data
Editorial: O'Reilly
Fecha Publicación: 2017
ISBN: 9781491910368
Autor: Chan S.H.
Título: Introduction to Probability for Data Science
Editorial: Michigan Publishing
Fecha Publicación: 2021
ISBN: 978-1-60785-747-1
Aula Virtual de la asignatura