Métodos Estadísticos en Ingeniería

Métodos Estadísticos en Ingeniería
PROGRAMA DE MATERIA
DATOS ADMINISTRATIVOS
Métodos Estadísticos en Ingeniería
Nombre de la materia
304110303
Código
4.5 créditos
Créditos Aula/grupo
Grupos Aula
Créditos Laboratorio/grupo 1.5 créditos
Grupos Laboratorio
DURACIÓN
DEPARTAMENTO
ÁREA
Profesorado
Nombre
Estela Sánchez Rodríguez
3
12
Cuatrimestral (2)
(C05) Estatística e Investigación Operativa
(265) Estatística e Investigación Operativa
Código
863
Ángeles Saavedra González
570
M. Gloria Fiestras Janeiro
212
Créditos
Grupo A
4.5 cr. aula + 8 cr. lab.
Grupo B
4.5 cr. aula + 3 cr. lab.
Grupo C
4.5 cr. Aula +7 lab.
Tutorías
Martes de 10 a 12
Miércoles de 10 a 13 y de 18 a 19
Martes de 10 a 13
Viernes de 10 a 13
Lunes de 11 a 12
Martes de 11 a 12 y de 16 a 18
Miércoles de 16 a 18
TEMARIO
Tema 1. Introducción. Objeto de la Estadística. Estadística descriptiva, cálculo de probabilidades e
inferencia estadística.
Tema 2. Cálculo de Probabilidades. Experimento aleatorio. Suceso. Espacio muestral. Definición
frecuentista y axiomática de Kolmogorov. Probabilidad condicionada. Regla del Producto. Teorema de
Bayes. Independencia de Sucesos.
Tema 3. Variables aleatorias unidimensionales: Características y principales distribuciones.
Definición de variable aleatoria. Función de Distribución. Variables aleatorias discretas y continuas:
función de masa de probabilidad y función de densidad. Características: media, varianza, desviación
típica, momentos, simetría y curtosis. Desigualdad de Chebychev. Tranformaciones. Distribuciones
discretas: Bernoulli, Binomial, Poisson, Hipergeométrica y Binomial Negativa. Distribuciones continuas:
Uniforme, Normal, Gamma, Beta, Log-Normal. Otras distribuciones utilizadas en Ingeniería. Teorema
Central de Límite.
Tema 4. Variables aleatorias bidimensionales y multidimensionales: Características y
principales distribuciones. Definición de variable aleatoria bidimensional y multidimensional. Función
de distribucion. Distribuciones marginales y condicionadas. Independencia de variables aleatorias.
Vector de medias y matriz de varianzas-covarianzas. Distribuciones Normal bidimensional y
Multinomial.
Tema 5. Distribuciones asociadas al muestreo de poblaciones normales. Distribuciones: χ² de
Pearson, T de Student y F de Fisher-Snedecor. Distribución de la media y varianza muestral.
Distribución de otros estadísticos asociados al proceso de muestreo.
Tema 6. Estimación puntual y por intervalos de confianza. Estadístico, estimador, estadístico
pivote. Propiedades de un estimador. Métodos de construcción de estimadores. Construcción de
intervalos de confianza. Intervalos de confianza en poblaciones normales y para proporciones.
Tema 7. Contrastes de hipótesis paramétricos. Hipótesis nula, alternativa, simple y compuesta.
Región Crítica. Errores de tipo I y de tipo II. Nivel de significación. Potencia. El valor p. Contrastes
clásicos para poblaciones normales y para proporciones.
Tema 8. Contrastes de hipótesis no paramétricos. Función de distribución empírica. Teorema de
Glivenko-Cantelli. Contraste de aleatoriedad. Contrastes de bondad de ajuste. Contrastes de localización.
Contrastes de homogoneidad. Contrastes de independencia.
Tema 9. Regresión lineal. Hipótesis del modelo. Estimación de los parámetros. Medidas de bondad
de ajuste. Correlación y regresión. Inferencia respecto a los parámetros. Predicción.
Tema 10. Control de Calidad. Proceso bajo control. Control de fabricación por variables. Intervalos
de tolerancia. Medidas de capacidad. Gráficos. Control de fabricación por atributos. Control de
recepción.
Página 1 de 2
Tema 11. Análisis estadístico utilizando el programa SPSS. Análisis descriptivo de datos: tablas de
frecuencias, representaciones gráficas, medidas. Experimentos aleatorios. Simulación de variables
aleatorias. Representación de funciones de distribución, masas de probabilidad y densidades de variables
aleatorias. Simulaciones de las distribuciones de un estadístico en el muestreo. Comprobación empírica
del teorema central del límite. Contrastes de hipotesis paramétricos y no paramétricos. Análisis gráfico
de una nube de puntos, ajuste del modelo lineal y análisis de regresión. Gráficos de control.
BIBLIOGRAFÍA
BÁSICA:
[1] Cao, R.; Francisco, M.; Naya, S. y otros. Introducción a la Estadística y sus aplicaciones. Pirámide.
[2]Ishikawa, K. Introducción al Control de Calidad. Díaz de Santos.
[3]Novo Sanjurjo, V. Estadística teórica y aplicada. Cuadernos de la UNED.
[4]Novo Sanjurjo, V. Problemas de cálculo de probabilidades y estadística. Cuadernos de la UNED.
[5]Peña Sánchez, D. Estadística. Modelos y métodos (dos volúmenes). Alianza Universidad Textos.
COMPLEMENTARIA:
[6] Cao, R.; Francisco, M.; Naya, S. y otros. Estadística básica aplicada. Tórculo edicións.
[7] Casas Sánchez, J.M. Inferencia estadística para Economía y administración de empresas. Editorial
Centro de estudios Ramón Areces, S.A.
[8] Casas Sánchez, J.M. y Santos Peñas, J. Introducción a la Estadística para Economía y
Administración de Empresas. Editorial Centro de estudios Ramón Areces, S.A.
[9] Casas Sánchez, J.M. Problemas de estadística : descriptiva, probabilidad e inferencia. Editorial
Pirámide.
[10] Cuadras, C.M. Problemas de Probabilidades y Estadística. P.P.U.
[11] Devore, J.L. Probabilidad para Ingeniería y Ciencias. International Thomson Editores.
[12] Fernández-Abascal, H.; Guijarro, M.; Rojo, J.L.; Sanz, J.A. Ejercicios de cálculo de
probabilidades. Ariel Matemática.
[13] Gutiérrez Jaímez, R.; Martínez Almécija, A.; Rodríguez Torreblanca, C. Curso básico de
Probabilidad. Pirámide.
[14] López de la Manzanara, S.L. Problemas de Estadística. Pirámide.
[15] Martín Pliego, F.J. y Ruiz-Maya, L. Estadística I: Probabilidad. A.C.
[16] Martínez Almécija, A.; Rodríguez Torreblanca, C.; Gutiérrez Jaímez, R. Inferencia Estadística, un
enfoque clásico. Pirámide.
[17] Mendenhall, W. Probabilidad y estadística para ingeniería y ciencias. Prentice-Hall.
[18] Pardo Merino, A. y Ruíz Díaz, M.A. SPSS 11. Guía para el análisis de datos. Mc-Graw Hill.
[19] Peña Sánchez, D. Fundamentos de Estadística. Alianza Editorial.
[20] Pérez López, C. Técnicas estadísticas con SPSS. Prentice Hall.
[21] Pérez López, C. Estadística. Problemas resueltos y aplicaciones. Prentice Hall.
[22] Rohatgi Vijay, K. Statistical Inference. Wiley.
[23] Ruiz-Maya, L. y Martín Pliego, F.J. Estadística II: Inferencia. A.C.
[24] Sarabia Alegría, J. M. Curso práctico de estadística. Biblioteca Civitas economía y empresa.
[25] Walpole, R.E.; Myers, R.H. y Myers, S.L. Probabilidad y estadística para ingenieros. Prentice Hall.
MÉTODO DOCENTE
Objetivos de la asignatura: Se pretende que el alumno adquiera los conocimientos necesarios para
analizar datos, reconocer patrones de distribuciones, realizar test de hipótesis que permitan contrastar
afirmaciones sobre parámetros de un modelo o sobre otras características de la distribución, ajustar
nubes de puntos y conocer técnicas de control de calidad que permiten mejorar los procesos.
Desarrollo de la asignatura: Las técnicas estadísticas serán expuestas en las clases teóricas. Las clases
prácticas de laboratorio complementarán las clases teóricas reforzando los contenidos ya estudiados
mediante el análisis de datos reales.
SISTEMA DE EVALUACIÓN
Se realizará un examen final. Se valorará la resolución de los problemas planteados en las clases
prácticas de laboratorio.
Página 2 de 2