PROGRAMA DE LA ASIGNATURA

Curso acadmico: 2009-10

Identificacin y caractersticas de la asignatura
Estadstica

Denominacin

Cdigo

101834

Crditos (T+P) 4 T + 2 P
Titulacin
Centro
Curso
Carcter
Descriptores
(BOE)
Profesor/es

rea de
conocimiento

Licenciatura en Ciencias Ambientales

Facultad de Ciencias
4

1er Cuatrimestre

Troncal
Distribuciones de probabilidad. Regresin y correlacin. Muestreo.
Estimacin puntual y por intervalos de confianza. Contraste de
hiptesis. Anlisis de varianza. Introduccin a anlisis
multivariante. Aplicaciones.
Nombre

Despacho

Correo-e

Manuel
B36
mota@unex.es
Mota
Medina
Estadstica e Investigacin operativa

Departamento Matemticas
Profesor
coordinador
(si hay ms de
uno)

Temporalidad

Pgina web
http://kolmogorov.unex.es/~mota

Objetivos y/o competencias

Se pretende que el alumno adquiera conceptos bsicos de Estadstica para
su aplicacin en problemas relacionados con las Ciencias Ambientales. El
alumno aprender a disear y realizar estudios estadsticos sencillos e
interpretar sus resultados. Tambin recibir la formacin bsica para el
manejo de un programa informtico de anlisis de datos. A continuacin
se relacionan las competencias que debe adquirir el alumno:
Identificar los principales elementos de un estudio estadstico y,
entender la importancia de cada uno de ellos a la hora de realizar el
estudio.
Aplicar distintos mtodos para extraer una muestra aleatoria de una
poblacin, de modo que sea representativa de dicha poblacin.
Resumir y representar grficamente conjuntos de datos cualitativos y
cuantitativos.
Entender el concepto de distribucin de probabilidad de una variable
aleatoria y algunas de las distribuciones de probabilidad clsicas.
Comprender los principales procedimientos de inferencia estadstica:
estimacin puntual, intervalos de confianza y contraste de hiptesis.
Resolver problemas de estimacin puntual y por intervalos de
confianza.
Plantear y resolver problemas mediante un contraste de hiptesis,
entendiendo los principales conceptos asociados a este procedimiento
estadstico.
Aplicar los modelos estadsticos adecuados para el estudio de la posible
relacin entre dos variables, ya sean ambas cuantitativas (regresin y
correlacin), ambas cualitativas (tablas de contingencia y test chicuadrado) o una cuantitativa y otra cuantitativa (anlisis de la
varianza).
Interpretar correctamente los resultados obtenidos tras la aplicacin de
la metodologa estadstica a un conjunto de datos.
Manejar un programa informtico de anlisis de datos a un nivel en
que le sea posible aplicar los conocimientos tericos adquiridos.
Temas y contenidos
(especificar prcticas, teora y seminarios, en su caso)
TEMARIO *
Tema 1: Introduccin a la Estadstica
Breve resea histrica. Principales objetivos de la Estadstica. Principales
partes de la Estadstica. Necesidad e importancia de la Estadstica en la
investigacin experimental.
Tema 2: Anlisis descriptivo de conjuntos de datos
Objetivos de la Estadstica Descriptiva. Conceptos bsicos. Mtodos para
la organizacin de conjuntos de datos. Mtodos para la representacin

grfica de conjuntos de datos. Mtodos para el resumen de conjunto de

datos. Otros mtodos para el anlisis exploratorio de conjuntos de datos.
Aplicaciones.
Tema 3: Probabilidad
Fenmenos aleatorios. Nociones bsicas sobre sucesos. Definicin clsica
de probabilidad. Definicin frecuencial de probabilidad. Definicin
axiomtica de probabilidad. Probabilidad condicionada. Principales
resultados sobre probabilidad condicionada. Aplicaciones.
Tema 4: Variables aleatorias
Concepto de variable aleatoria. Distribucin de probabilidad de una
variable aleatoria. Principales tipos de variables aleatorias. Media y
varianza de una variable aleatoria. Otros parmetros de inters asociados
a una variable aleatoria.
Tema 5: Principales distribuciones de probabilidad
Distribucin uniforme discreta. Distribucin binomial. Distribucin
uniforme continua. Distribucin normal. Importancia de la distribucin
normal en las ciencias experimentales. Idea intuitiva de las distribuciones
chi cuadrado, t-Student y F-Snedecor. Aplicaciones.
Tema 6: Introduccin a la Inferencia Estadstica
Objetivos de la Inferencia Estadstica. Inferencia paramtrica e inferencia
no paramtrica. Principales procedimientos inferenciales: estimacin y
contraste de hiptesis. Necesidad e importancia de la Inferencia
Estadstica en la investigacin experimental. Aplicaciones.
Tema 7: Introduccin a la Teora sobre Estimacin
Objetivos de la estimacin estadstica. Conceptos bsicos. Estimacin
puntual de parmetros. Estimacin de la media, varianza y proporcin
poblacionales. Estimacin por intervalos de confianza. Intervalos de
confianza para la media y para la proporcin en poblaciones normales.
Tema 8: Introduccin a la Teora sobre Contraste de Hiptesis
Objetivos del contraste de hiptesis. Conceptos bsicos. Resolucin
prctica de un contraste de hiptesis. Probabilidad de significacin:
definicin, determinacin e interpretacin intuitiva. Clasificacin general
sobre los diferentes tipos de contrastes.
Tema 9: Introduccin al problema de comparacin de poblaciones
Contrastes de una muestra. Muestras independientes y muestras
relacionadas. Comparacin de dos poblaciones. Generalizacin a ms de
dos poblaciones: Introduccin intuitiva a la tcnica del Anlisis de la
Varianza. Comparaciones mltiples. Aplicaciones.
Tema 10: Introduccin a los problemas de Asociacin y Correlacin
Asociacin entre caracteres. Contraste chi cuadrado. Medidas de
asociacin. Correlacin y regresin entre variables. Correlacin y regresin
lineal simples. Aplicaciones.

Tema 11: Introduccin al Muestreo Estadstico en Poblaciones

Finitas
Objetivos del muestreo estadstico. Conceptos bsicos. Estudio de las
principales tcnicas para la seleccin de muestras: muestreo aleatorio
simple, muestreo estratificado, muestreo sistemtico y muestreo por
conglomerados. Estimacin de los principales parmetros: media, total y
proporcin poblacionales. Aplicaciones.
Relacin prcticas ordenador:
Prctica 1: Introduccin al manejo del programa R y al R-Commander.
Prctica 2: Mtodos estadsticos para la descripcin de conjuntos de datos.
Prctica 3: Probabilidad y variables aleatorias.
Prctica 4: Distribuciones de probabilidad.
Prctica 5: Estimacin puntual y estimacin por intervalos de confianza.
Prctica 6: Contrastes con una y varias muestras.
Prctica 7: Asociacin y correlacin entre variables.
METODOLOGA Y ACTIVIDADES
-

Clases de teora con trasparencias, que estarn a disposicin del

alumno y desarrollo en pizarra de las mismas.
- Clases de problemas donde se prestar especial atencin a la
eleccin de la metodologa estadstica y a la interpretacin de
resultados.
- Prcticas de ordenador donde adems de familiarizarse con el
software estadstico, se prestar especial atencin a la eleccin de
la metodologa estadstica y a la interpretacin de resultados.
- Seminarios donde se propondrn trabajos a resolver con ayuda del
ordenador y que sern corregidos y devueltos al estudiante.
RECOMENDACIONES PARA EL ESTUDIO

Asistencia continuada tanto a las clases de teora y problemas como a las

prcticas de ordenador.
Estudio continuado de los contenidos terico-prcticos desarrollados en el
programa de la asignatura a lo largo del curso.
Consulta de la bibliografa y dems recursos recomendados.
Asistencia a tutoras.
Realizacin de los problemas prcticos solicitados a lo largo del curso.

Criterios de evaluacin

Actividad de carcter voluntario

A lo largo del curso se solicitar al estudiante la realizacin de una serie de
problemas prcticos. La entrega y realizacin correcta de tales problemas se
valorar con una puntuacin del 10% de la mxima calificacin posible.
Examen Final
Constar de dos partes:
1. Examen de teora y problemas (65% sobre la calificacin mxima).
2. Examen prctico donde se analizarn supuestos con datos reales o simulados
utilizando software estadstico (25% sobre la calificacin mxima).
Para superar la asignatura
independiente.

ser necesario aprobar los dos exmenes de forma

Bibliografa

Textos:

Arriaza, A. J.; Fernndez, F.; Lpez, M. A.; Muoz, M.; Prez, S.; Snchez, A.
(2008). Estadstica Bsica con R y R-Commander. Servicio de Publicaciones de la
Universidad de Cdiz.
Cuadras, C. M. (1991). Problemas de Probabilidades y Estadstica. Barcelona.
PPU.
Delgado de la Torre, R. (2002). Iniciacin a la Probabilidad y la Estadstica.
Servicio de Publicaciones de la Universidad de Barcelona.
Garca Nogales, A. (2004). Bioestadstica Bsica. Editorial: @becedario. Badajoz.
Garca Prez, A. (1997). Estadstica Aplicada: Conceptos Bsicos. Coleccin
Educacin Permanente UNED.
Garca Prez, A. (1998). Problemas resueltos de Estadstica Bsica. Coleccin
Educacin Permanente. UNED.
Martn Andrs, A.; Luna del Castillo, J. D. (1994). Bioestadstica para las Ciencias
de la Salud. Ediciones Norma.
Martn Andrs, A.; Luna del Castillo, J. D. (1994). 5010 horas de Bioestadstica.
Ediciones Norma.
Mendehall, W.; Sincich, T. (1997). Probabilidad y Estadstica para Ingeniera y
Ciencias. Cuarta Edicin. Editorial: Prentice-Hall.
Milton, J. S. (2001). Estadstica para Biologa y Ciencias de la Salud. Editorial:
McGraw-Hill.
Pea Snchez de Rivera, D. (1986). Estadstica: Modelos y Mtodos. Alianza
Editorial. Madrid.
Rius Daz, F.; Barn Lpez, F.J. (2005). Bioestadstica. Editorial: Thomson.
Madrid.
Selvin, S. (1998). Modern Applied Biostatistical (using S-Plus). Editorial: Oxford
University Press.
Walpole, R.E.; Myers, R.H.; Myers, S.L. (1999). Probabilidad y Estadstica para
Ingenieros. Sexta Edicin. Editorial: Prentice-Hall.

Pginas en Internet:

http://www.aulademate.com/ Matemticas del Bachiller y Selectividad. Es

titularidad de Rubn Comuas Bailn. Contiene mdulos sobre Estadstica
Descriptiva, Probabilidad y Variables Aleatorias.
http://www.bioestadistica.uma.es/libro/ Libro electrnico para los
estudiantes de Medicina y Fisioterapia de la Universidad de Mlaga. Disponible en
los formatos:
- html
(http://www.bioestadistica.uma.es/baron/bioestadistica.zip)
- pdf
(http://www.bioestadistica.uma.es/baron/bioestadistica.pdf).
http://www.cortland.edu/flteach/stats/stat-sp.html COMPRENSION Y
USO DE LA ESTADSTICA. Fernando Valds - Universidad Rmulo Gallegos de
San Juan de los Morros (Venezuela). (Robert Ponterio - Project Director and
HTML).
http://www.matematicas.net/ Apuntes, ejercicios, exmenes, programas,
historia, juegos, y mltiples recursos, todo ello de forma libre y gratuita. Grupo
El Paraso. Coordinador. Carlos Cristbal Gombau Garca.
http://www.hrc.es/bioest/M_docente.html Material docente de la Unidad
de Bioestadstica Clnica del Hospital Ramn y Cajal de Madrid.
http://www.ciberconta.unizar.es/docencia/estadistica/
Proyecto
ciberconta de la Universidad de Zaragoza. Subportal de Estadstica.
http://www.uoc.edu/in3/e-math/material.htm#estadistica Estadstica
bsica del proyecto e-math de la UOC (Universitat Oberta de Catalunya).

Tutoras
Prof. M. Mota

Horario
De 11.00 a 13.00 horas

Despacho B36
Edificio de Matemticas

De 10.00 a 12.00 horas

Despacho B36
Edificio de Matemticas

De 17.00 a 19.00 horas

Despacho B36
Edificio de Matemticas

Martes
Mircoles
Jueves

Lugar