Nombre: FUNDAMENTOS DE INFERENCIA ESTADÍSTICA
Código: 525102004
Carácter: Obligatoria
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 2º - Primer cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: KESSLER , MATHIEU
Área de conocimiento: Estadística e Investigación Operativa
Departamento: Matemática Aplicada y Estadística
Teléfono: 968338901
Correo electrónico: mathieu.kessler@upct.es
Horario de atención y ubicación durante las tutorias:
miércoles - 16:30 / 19:30
HOSPITAL DE MARINA, planta 0, Despacho B05
jueves - 16:30 / 19:30
HOSPITAL DE MARINA, planta 0, Despacho B05
Titulaciones:
Doctor en Matemáticas, especialidad Estadística Matemáticas en la Universidad Pierre et Marie Curie, París (FRANCIA) - 1996
Máster en Ciencias Exactas, especialidad Probabilidad y Procesos estocásticos en la Universidad Pierre et Marie Curie, París (FRANCIA) - 1993
Licenciado en Ciencias Exactas en la Université Paris Diderot (FRANCIA) - 1992
Categoría profesional: Catedrático de Universidad
Nº de quinquenios: 5
Nº de sexenios: 4 de investigación
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
[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 ]. 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.
[CG4 ]. Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
[CE19 ]. Desarrollar y guiar proyectos de explotación de los datos, incluyendo la planificación del proyecto, el diseño de la experimentación, la recolección de los datos y su manejo.
[CE29 ]. Capacidad para el análisis de un conjunto de datos y la selección y aplicación de las técnicas de inferencia estadística univariante y multivariante más adecuadas para la adquisición de conocimiento para la toma de decisiones.
[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.
Conocer diferentes técnicas de muestreo, comprender el concepto de estimador y sus propiedades.
Saber aplicar técnicas estadísticas para realizar estimaciones de parámetros poblacionales, tanto en poblaciones finitas como infinitas.
Saber plantear e interpretar los resultados de contrastes de hipótesis como herramienta para la toma de decisiones.
Conocer algunos métodos de simulación y remuestreo.
Saber resolver problemas de inferencia con software estadístico.
Distribución en el muestreo. Estimación paramétrica (método de máxima verosimilitud) y no paramétrica (estimación tipo núcleo). Intervalos de confianza. Contrastes de hipótesis paramétricos y no paramétricos (contrastes más relevantes). Introducción a la inferencia bayesiana. Muestreo en poblaciones finitas (estratificado y por conglomerados). Métodos de simulación y remuestreo: Monte-Carlo y Bootstrap.
TEMA 1. Introducción a la inferencia estadística. Estadístico y distribución en el muestreo.
TEMA 2. Estimación paramétrica y no parámetrica.
TEMA 3. Intervalos de confianza.
TEMA 4. Contrastes de hipótesis paramétricos y no paramétricos.
TEMA 5. Introducción a la inferencia bayesiana.
TEMA 6. Muestreo en poblaciones finitas.
TEMA 7. Métodos de simulación y remuestreo.
Práctica 1. Simulación y distribución en el muestreo. : Relacionada con los contenidos Tema 1 Práctica 2. Estimación e intervalos de confianza.: Relacionada con los contenidos Tema 3 y Tema 2 Práctica 3. Contrastes de hipótesis paramétricos.: Relacionada con los contenidos Tema 4 Práctica 4. Contrastes de hipótesis no paramétricos.: Relacionada con los contenidos Tema 4 Práctica 5. Inferencia bayesiana.: Relacionada con los contenidos Tema 5 Práctica 6. Muestreo en poblaciones finitas. : Relacionada con los contenidos Tema 6 Práctica 7. Simulación y métodos de remuestreo.: Relacionada con los contenidos Tema 7
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.
MODULE 1. Introduction to statistical inference. Sample statistics and sampling distribution.
MODULE 2. Parametric and non-parametric estimation.
MODULE 3. Confidence intervals.
MODULE 4. Parametric and non-parametric hypothesis testing.
MODULE 5. Introduction to Bayesian inference.
MODULE 6. Sampling in finite populations.
MODULE 7. Simulation methods and resampling.
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
28
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.
Planteamiento y resolución de ejercicios y casos prácticos en el aula, que llevan al debate, análisis y exposición de motivos y argumentos.
8
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 con el ordenador, usando el programa de análisis de datos R. Se usarán datos reales y datos simulados.
18
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.
uTrabajo autónomo del alumno para la adquisición de las competencias asociadas a la asignatura
90
0
Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.
Resolución de dudas en sesiones individualizadas o en grupo
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, escritas sobre los contenidos teóricos impartidos, de resolución de problemas, con o sin medios informáticos
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 contenidos teóricos. La prueba consistirá en un examen tipo test de media hora de duración, sobre los contenidos teóricos de la asignatura. Esta prueba supondrá un 25% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar
el valor de 4.
Examen de problemas. La prueba consistirá en un examen escrito, de dos horas de duración, en la que se pedirá la resoulción de problemas relacionados con los contenidos teóricos. Esta prueba supondrá un 40% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar el valor de 4.
Examen de prácticas. La prueba consistirá en un examen realizado con ordenador, de 1 hora y 30 minutos de duración, en la que se pedirá la aplicación de técnicas aprendidas en las clases prácticas a ficheros de datos, usando el software estadístico explicado en las clases de prácticas. La valoración de la prueba se basará principalmente en la correcta implementación de las técnicas estadísticas e interpretación de resultados obtenidos. Esta prueba supondrá un 15% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar el valor de 4.
80 %
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.
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.
NOTA: Se evaluará la autonomía del alumno en la elaboración de los trabajos prácticos
20 %
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 contenidos teóricos. La prueba consistirá en un examen tipo test de media hora de duración, sobre los contenidos teóricos de la asignatura. Esta prueba supondrá un 25% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar
el valor de 4.
Examen de problemas. La prueba consistirá en un examen escrito, de dos horas de duración, en la que se pedirá la resoulción de problemas relacionados con los contenidos teóricos. Esta prueba supondrá un 40% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar el valor de 4.
Examen de prácticas. La prueba consistirá en un examen realizado con ordenador, de 1 hora y 30 minutos de duración, en la que se pedirá la aplicación de técnicas aprendidas en las clases prácticas a ficheros de datos, usando el software estadístico explicado en las clases de prácticas. La valoración de la prueba se basará principalmente en la correcta implementación de
las técnicas estadísticas e interpretación de resultados obtenidos. Esta prueba supondrá un 15% de la nota final. Será necesario obtener al menos el 40% de la nota máxima de esta prueba para poder aprobar la asignatura, de no darse este requisito la nota final de la asignatura no podrá superar el valor de 4.
80 %
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.
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.
NOTA: Se evaluará la autonomía del alumno en la elaboración de los trabajos prácticos
20 %
Se evaluará la autonomía del alumno en la elaboración de trabajos prácticos y la resolución de
problemas propuestos.
Autor: Peña Sánchez de Rivera, Daniel
Título: Fundamentos de estadística
Editorial: Alianza
Fecha Publicación: 2008
ISBN: 9788420683805
Autor: Casella, George
Título: Statistical inference
Editorial: Cengage learning
Fecha Publicación: 2002
ISBN: 9788131503942
Autor: F. Ramón Fernández García, J. Antonio Mayor Gallego
Título: Muestreo en poblaciones finitas : curso básico
Editorial: Flor del Viento Ediciones S.A
Fecha Publicación: 1995
ISBN: 8489607141
Autor: Christian P. Robert, George Cas
Título: Introducing Monte Carlo methods with R
Editorial: Springer
Fecha Publicación: 2010
ISBN: 978-1-4419-1575-7