Asignatura: Estadstica II

Cdigo: 16462
Centro: Ciencias
Titulacin: Matemticas
Nivel: Grado
Tipo: Optativa B
N. de Crditos: 6 ECTS

1.

ASIGNATURA / COURSE TITLE

ESTADSTICA II

1.1.

Cdigo / Course number

16462

1.2.

Materia/ Content area

MATEMTICAS

1.3.

Tipo /Course type

OPTATIVA B

1.4.

Nivel / Course level

GRADO

1.5.

Curso / Year

CUARTO

1.6.

Semestre / Semester

SEGUNDO

1.7.

Idioma / Language

Espaol. Se emplea tambin Ingls en material docente / In addition to

Spanish, English is also extensively used in teaching material

1.8.

Requisitos previos / Prerequisites

Conocimientos previos recomendados: Los correspondientes a las

asignaturas lgebra lineal, Clculo I, Clculo II, Probabilidad I y Estadstica I.

1 de 5

Asignatura: Estadstica II
Cdigo: 16462
Centro: Ciencias
Titulacin: Matemticas
Nivel: Grado
Tipo: Optativa B
N. de Crditos: 6 ECTS

1.9.

Requisitos mnimos de asistencia a las

presenciales/ Minimun attendance requirement

sesiones

La asistencia a clase es muy recomendable.

1.10.

Datos del equipo docente / Faculty data

Coordinador:
Prof. Antonio Cuevas

1.11.

Departamento: Matemticas
Facultad: Ciencias, Mdulo 17, Despacho 503
Telfono: 91 497 3810
E-mail: antonio.cuevas@uam.es
Pgina Web:
http://www.uam.es/antonio.cuevas
Horario de Tutoras individuales: Se fijan a
peticin individual del alumno

Objetivos del curso / Course objectives

Comprender las principales tcnicas y resultados relativos a contrastes

estadsticos no paramtricos para los problemas de bondad de ajuste,
homogeneidad e independencia.
Comprender las principales tcnicas y resultados relativos a los modelos
estadsticos lineales y algunas de sus extensiones.
Aplicar los mtodos estadsticos estudiados en el curso a conjuntos de
datos con la ayuda de algn paquete informtico de Estadstica.

1.12.

Contenidos del programa / Course contents

BLOQUE I: CONTRASTES NO PARAMTRICOS.

BLOQUE II: REGRESIN LINEAL MLTIPLE.
BLOQUE III: REGRESIN LOGSTICA Y CLASIFICACIN.

1.13.

Referencias de consulta / Course bibliography

DE LA HORRA, J. (2003). Estadstica aplicada (3 ed.). Daz de Santos.

2 de 5

Asignatura: Estadstica II
Cdigo: 16462
Centro: Ciencias
Titulacin: Matemticas
Nivel: Grado
Tipo: Optativa B
N. de Crditos: 6 ECTS

DRAPER, N., SMITH, H. (1998). Applied Regression Analysis (3 ed.).

Wiley.
IZENMAN, A.J. (2008). Modern Multivariate Statistical Techniques.
Springer
PEA, D. (2001). Fundamentos de Estadstica. Alianza Editorial.
PEA, D. (2002). Regresin y diseo de experimentos. Alianza
Editorial.
R Development Core Team (2011). R: A language and environment for
statistical computing. R Foundation for Statistical Computing, Vienna,
Austria. Disponible en http://www.r-project.org
RICE, J.A. (1995). Mathematical Statistics and Data Analysis (2 ed.).
Duxbury Press.
WEISBERG, S. (2005). Applied Linear Regression (3 ed.). Wiley.

2.

Mtodos Docentes / Teaching methodology

Esta asignatura se organizar mediante clases presenciales (en las que se

combinan desarrollos tericos y prcticos) a las que hay que aadir las horas de
trabajo personal del estudiante para el estudio y la resolucin de ejercicios
planteados por el profesor.

La organizacin de las clases presenciales es la siguiente:

Aproximadamente el 75% del tiempo se dedicar a la presentacin de los

conceptos y tcnicas estadsticas incluidos en el programa, y a la
resolucin de ejercicios relacionados.

Aproximadamente el 25% del tiempo se dedicar a diferentes actividades,

incluyndose, entre otras, las propuestas siguientes:
o Tutoras en grupo en las cuales los alumnos trabajan en la resolucin
de ejercicios tutelados por un profesor.
o Trabajo tutelado en aulas de informtica.
o Realizacin de controles que incentiven el estudio de manera regular y
complementen la evaluacin final.

A estas actividades se aaden, naturalmente, las tutoras individuales a

peticin del alumno.

3 de 5

Asignatura: Estadstica II
Cdigo: 16462
Centro: Ciencias
Titulacin: Matemticas
Nivel: Grado
Tipo: Optativa B
N. de Crditos: 6 ECTS

3.

Tiempo de trabajo del estudiante /

workload

Actividad
Clases terico/prcticas
Tutoras
Trabajo del estudiante:
Estudio
Resolucin de problemas
Controles intermedios
Evaluacin final
TOTAL

4.

Student

Nmero de horas (ECTS)

40 h (1,6)
4 h (0,16)
50 h (2)
50 h (2)
3 h (0,12)
3 h (0,12)
150 h (6)

Mtodos de evaluacin y porcentaje en la

calificacin final / Evaluation procedures and
weight of components in the final grade

Durante el curso se llevarn a cabo algunos controles (voluntarios, aunque

muy recomendables). Su objetivo fundamental es incentivar la preparacin
continua de la asignatura. Supondrn hasta un 30% de la calificacin final.
Al final del curso se efectuar una evaluacin final (obligatoria). Su objetivo
fundamental es incentivar la comprensin global de la asignatura.
Los alumnos que no se presenten a la evaluacin final sern calificados como
No evaluados.
En la convocatoria extraordinaria se mantendrn los mismos criterios.

5.

Cronograma* / Course calendar

Las 14 primeras semanas se dedicarn a la exposicin de conceptos y tcnicas,

y a la asimilacin por parte de los alumnos, siguiendo el esquema indicado en
el apartado de mtodos docentes. El tiempo aproximado para cada uno de los
cuatro bloques de la asignatura ser:
CONTRASTES NO PARAMTRICOS: Se desarrollar durante 4 semanas.
REGRESIN LINEAL MLTIPLE: Se desarrollar durante 6 semanas.

4 de 5

Asignatura: Estadstica II
Cdigo: 16462
Centro: Ciencias
Titulacin: Matemticas
Nivel: Grado
Tipo: Optativa B
N. de Crditos: 6 ECTS

REGRESIN LOGSTICA Y CLASIFICACIN: Se desarrollar durante 4 semanas.

*Este cronograma tiene carcter orientativo.

5 de 5