ESTADSTICA BSICA

Nnombre de la asignatura ESTADSTICA BSICA

Cdigo 61021045
Curso acadmico 2017/2018
Departamento ESTADSTICA E INVEST. OPERATIVA Y CLC. NUMRICO
Ttulos en que se imparte GRADO EN MATEMTICAS (grado seleccionado)
Curso PRIMER CURSO
Tipo FORMACIN BSICA
N ETCS 6
Horas 150
Periodo SEMESTRE 1
Idiomas en que se imparte CASTELLANO

PRESENTACIN Y CONTEXTUALIZACIN

En esta asignatura se estudian los elementos esenciales de la Estadstica Bsica, disciplina que aporta el rigor matemtico necesario para

analizar los fenmenos aleatorios, que son los habituales en la Naturaleza. De hecho, se podra decir que la Estadstica es el lenguaje de la

Naturaleza. El propsito fundamental de la asignatura es introducir al alumno en la Estadstica mediante su aplicacin. Esta introduccin se har

con la ayuda del paquete de libre distribucin R.

En esta asignatura se introducen, por primera vez en el Grado, los conceptos y herramientas de la Estadstica aunque algunos de ellos ya han

sido estudiados por los alumnos en niveles educativos precedentes. La asignatura se imparte en el primer semestre del Primer Curso del Grado

en Matemticas y es una Materia Bsica que tiene asignados 6 crditos ECTS.

En el contexto general del perfil profesional del Grado esta asignatura tiene como objetivo el adquirir los conceptos bsicos y aplicados ms

elementales de la Estadstica, algunos de los cuales sern estudiados con todo el rigor matemtico necesario en las asignaturas posteriores

Clculo de Probabilidades I (primer cuatrimestre de segundo curso), Clculo de Probabilidades II (primer cuatrimestre de tercer curso) e

Inferencia Estadstica (segundo cuatrimestre de tercer curso). Se trata de que el alumno utilice la Estadstica y que pueda interpretar la que

aparece en la vida diaria.

El estudio de la asignatura ha de contribuir a la adquisicin de una serie de competencias especficas de la materia:

1. Conocimiento y dominio del paquete estadstico R, tanto en cuanto a su manejo general como en su aplicacin en los siguientes apartados.

2. Anlisis elemental de datos, tanto unidimensionales como bidimensionales, incluyendo su representacin grfica, determinacin de medidas

de posicin y dispersin, etc.

3. Estudio y anlisis del Espacio de Probabilidad como formalizacin matemtica de los fenmenos aleatorios. Clculo de Probabilidades.

4. Estudio y manejo de las propiedades de los Modelos Probabilsticos ms habituales.

5. Capacidad de realizar Inferencias Estadsticas basadas en estimadores puntuales y por intervalos.

6. Capacidad de disear y resolver con destreza Tests de Hiptesis tanto para el anlisis de una, dos o tres poblaciones.

7. Capacidad de establecer y contrastar Regresiones Lineales.

8. Capacidad de aplicar todas estas tcnicas a problemas reales.

9. Capacidad para el trabajo en equipo.

REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA

ASIGNATURA
No se requiere formacin previa para cursar esta asignatura; en principio debe ser suficiente contar con una buena asimilacin de los

conocimientos matemticos adquiridos en la etapa educativa anterior, y una capacidad de expresin escrita y oral adecuada al nivel

universitario.

EQUIPO DOCENTE
Nombre y Apellidos ALFONSO GARCIA PEREZ
Correo Electrnico agar-per@ccia.uned.es
Telfono 91398-7251
Facultad FACULTAD DE CIENCIAS
Departamento ESTADST,INV.OPERATIVA Y CLCULO NUMR.

TUTORIZACIN Y SEGUIMIENTO

La forma habitual de comunicacin entre los alumnos y el Equipo Docente ser a travs del Curso Virtual.

En l podrn formular los alumnos consultas a cualquier hora y en cualquier da, las cuales sern atendidas en un tiempo muy breve, consultas

que pueden servir a otros alumnos del curso.

Si algn alumno/a quiere tratar algn tema ms privado, como por ejemplo la revisin de su examen, puede utilizar el e-mail

agar-per@ccia.uned.es

Si se quiere usar el telfono, ste es 91 398 72 51 y el horario de guardia, el Martes de 9:30 a 13:30 horas durante el primer cuatrimestre.

Si se quiere una consulta presencial, ser en el despacho 104 de la Facultad de Ciencias y es imprescindible que pida hora en el telfono o e-

mail anteriores.

COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE

El estudiante que apruebe la asignatura ser competente en cuanto a la aplicacin de la Estadstica a Problemas Reales. Aunque esta es

seguramente la competencia ms destacada que se pretende conseguir, tambin destacamos que se pretende que el alumnado adquiera

Iniciativa y Motivacin en esta disciplina, as como Razonamiento Crtico, Aplicacin a la prctica de los conocimientos adquiridos y a la Toma de

Decisiones.

Por otro lado, dadas las especiales caractersticas de esta materia, se persigue que el alumnado adquiera destreza en el razonamiento

cuantitativo y cualitativo de los conocimientos adquiridos en esta materia.

RESULTADOS DE APRENDIZAJE

Las nuevas enseanzas de Grado surgidas a partir del acuerdo de Bolonia transfieren el centro de gravedad del aprendizaje de donde estaba

hasta ahora en las Licenciaturas que era el profesor, al alumno el cual debe cambiar su mentalidad en el sentido de que ahora ya no debe basar

su aprendizaje en la memorizacin de conocimientos sino, especialmente, en la utilizacin de los conceptos adquiridos. As por ejemplo, cuando

aprenda Tests de Hiptesis, deber entender en qu consiste este mtodo, aprender a establecer correctamente las hiptesis a contrastar,

aprender a verificar las suposiciones necesarias para poder ejecutarlo y, adems, deber aprender a utilizarlo; es decir, deber hacer un Anlisis

de Datos. Por tanto, deber aprender no slo en qu consiste este mtodo sino, principalmente, deber aprender a modelizar un problema real

en el que aplicar esta tcnica y deber aprender a ejecutarla con R. se es el concepto del nuevo crdito ECTS. En este sentido, conviene

aclarar que no deber aprender, por ejemplo, el desarrollo matemtico del Anlisis de la Varianza o la Regresin Lineal, pero s tendr que

saber cundo y cmo se aplican, adems de saber entender las conclusiones obtenidas con estas tcnicas, aprendiendo adems a utilizarlas
con R. Es decir, se pretende que el alumno aprenda Estadstica, utilizndola. En asignaturas posteriores obtendr los fundamentos matemticos

precisos de tales tcnicas.

Con estas premisas, al finalizar el curso, el alumno obtendr una formacin que se sustenta, esencialmente, en los siguientes resultados de

aprendizaje:

1. Adquisicin de un buen conocimiento de R, en especial de su aplicacin como herramienta de ejecucin de las tcnicas enunciadas en el

Programa de la asignatura.

2. Saber representar y resumir de datos.

3. Saber manejar y calcular probabilidades sencillas.

4. Saber qu es un Estadstico aprender a utilizar su distribucin en el muestreo en el clculo de probabilidades y cuantiles.

5. Manejo de las distribuciones en el muestreo ms destacadas.

6. Conocer en qu consisten los Intervalos de Confianza y aprender a calcularlos.

7. Saber qu es un Test de Hiptesis y su aplicacin.

8. Conocer y saber aplicar los principales Mtodos no Paramtricos.

9. Saber aplicar las tcnicas del Anlisis de la Varianza y la Regresin Lineal.

10. Saber aplicar todas estas tcnicas al caso de datos reales, a nivel de ejercicios simples.

CONTENIDOS

1. Introduccin al R, 2. Estadstica Descriptiva, 3. Probabilidad, 4. Modelos Probabilsticos, 5.

Estimadores. Distribucin en el muestreo, 6. Intervalos de Confianza, 7. Contraste de hiptesis,
8. Contrastes no paramtricos, 9. Anlisis de la Varianza, 10. Regresin Lineal y Correlacin.
La asignatura se dedica al estudio de la Estadstica Bsica y se ha estructurado en 10 temas. El primero de ellos tiene por objeto aprender a

manejar R, ya que en el resto del libro se irn resolviendo ejemplos con la ayuda de este software. Se estudian a continuacin tres temas

bsicos: el Estadstica Descriptiva y dos de Clculo de Probabilidades. En el Tema 5 se inicia la Inferencia Estadstica con el estudio de los

principales estadsticos a utilizar en las diversas situaciones planteadas. Los Intervalos de Confianza se estudian en el Tema 6 y los conceptos

elementales de Tests de Hiptesis (la herramienta estadstica ms empleada, sin ninguna duda), se estudian en el Tema 7. Estos tests de

hiptesis estudiados en el Tema 7 requieren habitualmente de la normalidad de los datos para poder ser utilizados. En el Tema 8 estudiamos

tests, denominados no paramtricos, que no requieren de esta suposicin. Los dos ltimos temas abordan dos de las aplicaciones ms comunes

de la Inferencia Estadstica; se trata del Anlisis de la Varianza, estudiado en el Tema 9, y del Anlisis de la Regresin, analizado en el Tema 10.

PROGRAMA

1. Introduccin al R.

2. Estadstica Descriptiva.

3. Probabilidad.

4. Modelos Probabilsticos.

5. Estimadores. Distribucin en el muestreo.

6. Intervalos de Confianza.

7. Contraste de hiptesis.

8. Contrastes no paramtricos.

9. Anlisis de la Varianza.
10. Regresin Lineal y Correlacin.

METODOLOGA

El modelo de enseanza a distancia, propio de la UNED, se basa en la interaccin entre el estudiante, el equipo docente de la Sede Central y el

profesor tutor del centro asociado.

El alumno ha de realizar un trabajo personal y regular de estudio a partir de los materiales que se le proponen por el equipo docente. Deber

iniciarse con la lectura de las orientaciones generales de esta gua de estudio y con las particulares de la asignatura; despus, ir estudiando

cada uno de los temas del programa que aparecen en el Texto Base de la asignatura. Es de destacar que el alumno debe empezar a manejar R

puesto que al ir estudiando los temas del Programa, podr ir ejecutndolos a la vez con R.

En los nuevos Grados ya no tiene sentido el preparar la asignatura unos das antes del examen sino que el alumno deber trabajar de forma

regular, para lo que el equipo docente le propondr una serie de actividades, base de la Evaluacin Continua.

Para el estudio de los temas, dispondr, adems del Texto Base, de dos textos de problemas resueltos que constituirn las Pruebas de

Autoevaluacin. Es muy recomendable que inicie el estudio de cada tema visionando el vdeo de introduccin que aparece en el Curso Virtual,

lea las introducciones y motivaciones de la segunda parte de la Gua de Estudio, pasando despus al estudio detallado de cada tema segn el

Texto Base. Despus, es muy recomendable que el alumno haga varios ejercicios resueltos del tema de entre los que aparecen en los dos

textos de problemas resueltos o en el Curso Virtual. Tambin contar con otras ayudas en el Curso Virtual, adems de los vdeos de

introduccin a los temas o las Pruebas de Autoevaluacin, tales como orientaciones didcticas, un glosario de trminos, temas adicionales de

los que no ser evaluado pero le servirn de introduccin a cuestiones que estudiar en cursos posteriores, etc.

En el Centro Asociado en el que est matriculado, seguramente tendr la posibilidad de asistir a las tutoras presenciales, donde el profesor tutor

le brindar una ayuda al estudio en forma de explicaciones, resolucin de dudas y ejercicios prcticos. No obstante, el Equipo Docente pone

especial nfasis en el Curso Virtual en donde habr Foros generales, Foros de contenidos de la asignatura clasificados por temas, Chats, etc.

La resolucin de dudas o comentarios sobre la materia del programa se efectuar a travs de los tutores y del equipo docente, por medio de

consultas directas, por los cauces existentes, correo postal, correo electrnico, telfono, video-conferencia y, especialmente, a travs del Curso

Virtual.

Para la realizacin de todas las actividades que constituyen el estudio de la asignatura, el estudiante deber organizar y distribuir su tiempo de

forma personal y autnoma, adecuada a sus necesidades y deseos. Es recomendable que del tiempo total necesario para la asignatura se

dedique, al menos el 60 70 %, al estudio de los contenidos del programa, reservando el resto para la lectura de las instrucciones y gua

didctica, la realizacin de prcticas, actividades complementarias y asistencia a tutoras.

Una de las caractersticas de los nuevos Grados es que el alumno debe aprender a aprender. Las enseanzas del siglo XXI ya no son estancas

ni limitadas. Lo que se ensea en un curso, en muchas ocasiones, slo le llevar a lugares en donde le aparecern otras puertas que le lleven a

otras cuestiones. En este sentido, en el Curso Virtual el alumno dispondr de temas adicionales de Estadstica (no incluidos en el Temario del

curso y, por tanto, no evaluables) que tratarn de motivarle y abrirles otras puertas ms all de lo que pueda aprender en un cuatrimestre y que

le vendrn bien como antesala de otras cuestiones de Estadstica que aprender con ms profundidad a lo largo del Grado.

PLAN DE TRABAJO
TEMA PLAN DE TRABAJO - HORAS: 130
1.- PLAN DE TRABAJO
El tiempo que cada alumno debe destinar a una asignatura de 6 crditos como esta debe ser de, aproximadamente, 150 horas, pero se trata
solamente de un tiempo estandarizado y aproximativo puesto que depende de la disponibilidad del estudiante, de su inters por la asignatura,
de su rapidez de lectura, de su formacin previa; es decir, de una serie de factores que son imposibles de medir y precisar en la mayora de los
casos.
Por ello, aunque se proponga una secuenciacin del trabajo a lo largo de los meses que se dediquen a la asignatura, entendemos que
cualquier planificacin es solo indicativa, y que el alumno deber modificarla segn sus condicionantes de tiempo y disponibilidad. Adems, es
muy probable que cada alumno establezca su propio Plan de Trabajo.
El curso est planificado en 16 semanas, que son aproximadamente la duracin de un cuatrimestre. Como normal general le recomendamos
que vaya leyendo el Texto Base y haciendo los problemas resueltos, tanto del estilo de los ejemplos del texto bsico como los dos libros de
ejercicios resueltos de la bibliografa. En esto consiste lo que denominamos Autoevaluacin.
Al final de cada captulo del Texto Base aparecen Lecturas Recomendadas y, en el Curso Virtual, hay vdeos de Introduccin a los Temas. A
estas Actividades nos referimos en el siguiente Cronograma.

CRONOGRAMA

SEMANA TEMA DEL TEXTO BASE ACTIVIDADES REGULARES OTRAS ACTIVIDADES

Planteamiento del estudio -Asistencia a tutoras

PRIMERA -Primeros clculos con R
Instalacin de R -Autoevaluacin

-Asistencia a tutoras -Lecturas recomendadas

SEGUNDA Tema 1
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

TERCERA Y CUARTA Tema 2
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

QUINTA Tema 3
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

SEXTA Tema 4
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

SPTIMA Y OCTAVA Tema 5
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

NOVENA Tema 6
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DCIMA Y UNDCIMA Tema 7
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DUODCIMA Tema 8
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DCIMO-TERCERA Tema 9
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DCIMO-CUARTA Tema 10
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DCIMO-QUINTA Repaso y resolucin de ejercicios
-Autoevaluacin -Vdeos

-Asistencia a tutoras -Lecturas recomendadas

DCIMO-SEXTA Repaso y resolucin de ejercicios
-Autoevaluacin -Vdeos

2.- ORIENTACIONES PARA EL ESTUDIO DE LOS CONTENIDOS

A continuacin damos algunas orientaciones para el estudio de cada tema del Programa de la asignatura. Las referencias que se citan se
refieren al Texto Base. Al final de dicho Texto Base aparecen ejercicios de autoevaluacin. Las soluciones detalladas de stos aparecen en el
Curso Virtual.

Tema 1. Introduccin al R.
Con este tema introductorio se pretende que el alumno instale y se ejercite con esta herramienta informtica, puesto que le ser de mucha
utilidad en la ejecucin de los Mtodos Estadsticos que se estudian en el curso, siendo adems, parte muy esencial de la Evaluacin Continua,
como se expone en el siguiente apartado.
Por ello, se recomienda seguir las instrucciones que aparecen en el Texto Base para instalarse R y se recomienda ejercitarse en el uso de este
Por ello, se recomienda seguir las instrucciones que aparecen en el Texto Base para instalarse R y se recomienda ejercitarse en el uso de este
software con objeto de tener soltura en su manejo. En concreto, se recomienda estudiar con detalle los tipos de datos Vector, Matriz y Data
Frame, por ser los ms utilizados (Seccin 1.3), para pasar despus al manejo de las funciones (programas, en la terminologa de R) ms
utilizadas siguiendo el libro, para concluir aprendiendo a modificar y crear funciones (Seccin 1.7) y a incorporar funciones de Internet (Seccin
1.8).
Tema 2. Estadstica Descriptiva.
En este tema se estudia cmo analizar datos sin admitir suposiciones innecesarias sobre ellos: se representan, se obtienen promedios, se
estudian datos bidimensionales, etc.
Se recomienda ir ejecutando todos los ejemplos del texto base con R para apreciar toda la potencia de este software. En concreto, se
recomienda comenzar por los daos univariantes (Seccin 2,3), para pasar despus a los bivarianes (Seccin 2.4), en donde se aprecia
claramente la necesidad de un paquete estadstico y, en concreto de R. El seguimiento detallado de los ejercicios resueltos de los dos libros de
la Bibliografa complementaria son muy recomendables.
Tema 3. Probabilidad.
En este tema se estudia el Clculo de Probabilidades como medida de la incertidumbre que conllevan los fenmenos aleatorios, objeto de
estudio de la Estadstica.
Con este propsito se recomienda ejercitarse en el anlisis de las propiedades de las probabilidades y en el clculo de las mismas, primero con
las Secciones 3.2 a 3.6, para pasar despus a la Probabilidad Condicionada con el estudio de las Secciones 3.7 a 3.10. Los problemas
resueltos son muy interesantes.
Tema 4. Modelos Probabilsticos.
Los fenmenos aleatorios siguen determinadas leyes o modelos, estudindose en este tema los de uso ms frecuente.
Con esta idea, se recomienda calcular probabilidades asociadas a los modelos estudiados en el tema puesto que stos sern utilizados ms
adelante. Por esta razn, se recomienda estudiar con detalle qu estimadores son los adecuados para hacer inferencias en cada caso
concreto. Primero se recomienda estudiar las funciones que caracterizan a los modelos probabilsticos (Secciones 4.2 y 4.3), para estudiar
despus los modelos discretos (Seccin 4.4), los continuos (Seccin 4.5) y, finalmente, los modelos bidimensionales (Seccin 4.6). El Teorema
Central del Lmite (Seccin 4.7) ser de gran utilidad en captulos posteriores. Se recomienda ejercitarse resolviendo problemas.
Tema 5. Estimadores. Distribucin en el muestreo.
En este tema se estudian los estimadores o estadsticos, uno de los tres elementos base de la Inferencia Estadstica junto con los Intervalos de
Confianza (cuyos lmites son dos estimadores) y los Tests de Hiptesis (basados en estadsticos). Su distribucin en el muestreo es la ley de
probabilidad que lo rige.
Se recomienda estudiar las Secciones 5.2 como mtodo para obtener estimadores y la 5.3 para conocer las distribuciones ms habituales que
se suelen manejar en Inferencia Estadstica. Las siguientes secciones, analizan estimadores (y su distribucin en el muestreo) en las diversas
situaciones que se enuncian. Se recomienda haga todos los Problemas resueltos de los dos libros de la Bibliografa complementaria.
Tema 6. Intervalos de Confianza.
Los Intervalos de Confianza, basados en el estimador analizado para cada caso en el tema anterior, permiten establecer unos lmites en los
que, con una probabilidad prefijada, antes de tomar la muestra, est el parmetro en estudio.
Se recomienda estudiar todas las secciones y realizar numerosos ejercicios prcticos en cada caso.
Tema 7. Contraste de Hiptesis.
Dado que sta es, sin ninguna duda, la tcnica estadstica ms utilizada, es muy recomendable que no omita ninguna de la secciones del
captulo 7 del texto base, las cuales son el guin por el que debe seguir su estudio. Haga todos los ejemplos del captulo. An ms, se
recomienda haga todos los Problemas resueltos de los dos libros de la Bibliografa complementaria.
Tema 8. Contrastes no paramtricos.
Se estudian a continuacin Mtodos no paramtricos, en concreto los relacionados con tests no paramtricos, de tipo global como los
relacionados con la chi-cuadrado de Pearson, y algunos de los ms destacados para una muestra y parara dos muestras. Su seguimiento debe
hacerse por el Captulo 8 del texto base y por los correspondientes de los dos textos de problemas resueltos de la Bibliografa complementaria.
Tema 9. Anlisis de la Varianza.
Esta tcnica permite contrastar la igualdad de ms de dos poblaciones. En este sentido, despus de aprender a manejar esta tcnica en la
Seccin 9.2, se comprueba, en la Seccin 9.3, la gran utilidad que tiene el empleo de R en la ejecucin de este mtodo. El anlisis de las
suposiciones necesarias para aplicar este mtodo es muy importante, por lo que se recomienda estudiar con detalle la Seccin 9.4. La
resolucin de problemas es muy recomendable.
Tema 10. Regresin Lineal y Correlacin.
La posible relacin de dependencia entre dos variables cuantitativas es una cuestin muy interesante, cuyo aplicacin prctica es muy
importante, pero a la vez muy sencilla con la ayuda de R.
Se recomienda un estudio detallado de la regresin lineal simple (Seccin 10.2 a 10.4) puesto que, en ese caso, la extensin a regresin lineal
mltiple (Seccin 10.6) ser inmediata. El estudio de la correlacin lineal (Seccin 10.5) se puede dejar para el final. Se recomienda haga todos
los Problemas resueltos de los dos libros de la Bibliografa complementaria.
PEC EVALUACIN CONTINUA - HORAS: 18
Pruebas para la Evaluacin Continua, elaboradas por el equipo docente de la asignatura. Son voluntarias, a no ser que se elija el sistema de
evaluacin continua, en cuyo caso son obligatorias. Pueden bajarse del curso virtual de la asignatura, en la plataforma aLF y deben entregarse
antes del 10 de Enero obligatoriamente en el Curso Virtual. Se ruega entregar en un formato fcil de acceder como por ejemplo pdf.
Los Tutores debern de haber calificado estas pruebas con una nota de 0 a 10 (que ponderadas en la nota final por 02 slo sumarn la
calificacin de la Prueba Presencial entre 0 y 2) antes del final de la primera semana de las pruebas presenciales. Y, como mucho, al comienzo
de la segunda semana de pruebas presenciales los alumnos pueden haber reclamado al Tutor por la nota con la que les calific, de manera
que estas calificaciones sern definitivas al final de la segunda semana de exmenes.

PRUEBA PRESENCIAL: 2

HORAS

Total Horas ECTS introducidas aqu 150

HORAS ECTS que tiene la asignatura 150

SISTEMA DE EVALUACIN

PRUEBA PRESENCIAL
Tipo de examen Examen de desarrollo

Preguntas desarrollo 3

Duracin del examen 120 (minutos)

Solamente una calculadora no programable y el original (no se

Material permitido en el examen permiten fotocopias, ni anotaciones, ni hojas sueltas dentro) de la
Adenda Frmulas y tablas estadsticas.
 La evaluacin de los conocimientos de esta asignatura se llevar a
cabo de acuerdo con dos opciones:
Modalidad A (Evaluacin Continua): Aprendizaje con el apoyo de
actividades prcticas, cuya evaluacin ser tenida en cuenta en la
calificacin final con un mximo del 20% de la nota.
Modalidad B: Aprendizaje sin la realizacin de tales actividades, en
cuyo caso la evaluacin final depender en su totalidad de la Prueba
Presencial pudiendo obtener igualmente la mxima calificacin de 10
puntos.
En la Modalidad A, los alumnos debern realizar una serie de
ejercicios cuyos enunciados estarn disponibles en el Curso Virtual.
Estos ejercicios debern ser entregados antes del 10 de Enero
obligatoriamente en el Curso Virtual. Se ruega entregar en un formato
fcil de acceder como por ejemplo pdf.
Los Tutores debern de haber calificado estas pruebas con una nota
de 0 a 10 (que ponderadas en la nota final por 02 slo sumarn la
calificacin de la Prueba Presencial entre 0 y 2) antes del final de la
primera semana de las pruebas presenciales. Y, como mucho, al
comienzo de la segunda semana de pruebas presenciales los alumnos
pueden haber reclamado al Tutor por la nota con la que les calific, de
manera que estas calificaciones sern definitivas al final de la segunda
semana de exmenes.
Las calificaciones as obtenidas se sumarn a la de la Prueba
Presencial, si en sta se obtuvo una puntuacin de 4 o ms puntos,
truncando a 10 aquellas notas que superen este valor. As, el alumno
Criterios de evaluacin podr obtener hasta una calificacin de 10 puntos. No obstante, para
obtener una calificacin de Matrcula de Honor deber haber obtenido
un 10 en la Prueba Presencial. Por ejemplo, si un alumno obtiene un 1
en la Evaluacin Continua y un 4 en la Prueba Presencial, su
calificacin final ser de 5; si obtiene un 1 en la Evaluacin Continua y
un 10 en la Prueba Presencial, su calificacin final ser de 10 (MH); si
obtiene un 2 en la Evaluacin Continua y un 35 en la Prueba
Presencial, su calificacin final ser de 35; si obtiene un 1 en la
Evaluacin Continua y un 9 en la Prueba Presencial, su calificacin
final ser de 10.
Dichos ejercicios slo sern evaluados si se presentan antes de la
fecha lmite sealada anteriormente, de modo que si se envan fuera
de plazo, los alumnos pasarn a la modalidad B.
En la Modalidad B, los alumnos, bien por no realizar los ejercicios
propuestos o bien por no entregarlos en las fechas previstas, se
presentar directamente a evaluacin final, mediante la realizacin de
la Prueba Presencial. Los estudiantes que opten slo por realizar la
Prueba Presencial final, obtendrn la calificacin definitiva con arreglo
a la nota obtenida en la misma.
Todos los alumnos (tanto de la Modalidad A como de la Modalidad B)
debern realizar la Prueba Presencial de todos los temas del
programa. Las Pruebas Presenciales constarn de unos problemas del
estilo de los ejemplos del Texto Base y debern resolverlos slo con la
ayuda de una calculadora no programable y de la Adenda Frmulas y
Tablas Estadsticas, esta ltima con objeto de no tener que memorizar
muchas frmulas.

% del examen sobre la nota final 100

Nota del examen para aprobar sin PEC 5

Nota mxima que aporta el examen a la calificacin final sin PEC 10

Nota mnima en el examen para sumar la PEC 4

Comentarios y observaciones

PRUEBAS DE EVALUACIN CONTINUA (PEC)

 Pruebas para la Evaluacin Continua, elaboradas por el equipo
docente de la asignatura. Son voluntarias, a no ser que se elija el
sistema de evaluacin continua, en cuyo caso son obligatorias. Pueden
bajarse del curso virtual de la asignatura, en la plataforma aLF y deben
entregarse antes del 10 de Enero obligatoriamente en el Curso Virtual.
Se ruega entregar en un formato fcil de acceder como por ejemplo
pdf.
Descripcin Los Tutores debern de haber calificado estas pruebas con una nota
de 0 a 10 (que ponderadas en la nota final por 0'2 slo sumarn la
calificacin de la Prueba Presencial entre 0 y 2) antes del final de la
primera semana de las pruebas presenciales. Y, como mucho, al
comienzo de la segunda semana de pruebas presenciales los alumnos
pueden haber reclamado al Tutor por la nota con la que les calific, de
manera que estas calificaciones sern definitivas al final de la segunda
semana de exmenes.

Constarn de unos problemas del estilo de los ejemplos del Texto

Criterios de evaluacin Base y el Equipo Docente enviar a los tutores las soluciones para que
puedan servir de Gua.

Los Tutores debern de haber calificado estas pruebas con una nota
de 0 a 10 (que ponderadas en la nota final por 0'2 se sumarn a la
Ponderacin de la PEC en la nota final
calificacin de la Prueba Presencial entre 0 y 2) antes del final de la
primera semana de las pruebas presenciales.

Fecha aproximada de entrega 10/01/2018

Comentarios y observaciones

OTRAS ACTIVIDADES EVALUABLES

Descripcin

Criterios de evaluacin

Ponderacin en la nota final 0

Fecha aproximada de entrega

Comentarios y observaciones

Cmo se obtiene la nota final?

Si opt por hacer la Prueba de Evaluacin Continua, su calificacin en ella, con una nota de 0 a 10 ser ponderada por 02 y se sumar a la
calificacin de la Prueba Presencial. Es decir, sumar a la nota final entre 0 y 2. Y esto slo si en la Prueba Presencial obtuvo un 4 o ms
puntos, truncando a 10 aquellas notas que superen este valor. As, el alumno podr obtener hasta una calificacin de 10 puntos. No obstante,
para obtener una calificacin de Matrcula de Honor deber haber obtenido un 10 en la Prueba Presencial.
Si opt por hacer slo la Prueba Presencial (que es en todo caso obligatoria para todos los alumnos) y no hizo la Prueba de Evaluacin
Continua, la nota que obtenga en esta Prueba Presencial ser la Nota Final.
Por ejemplo, si un alumno obtiene un 1 en la Evaluacin Continua y un 4 en la Prueba Presencial, su calificacin final ser de 5; si obtiene un 1
en la Evaluacin Continua y un 10 en la Prueba Presencial, su calificacin final ser de 10 (MH); si obtiene un 2 en la Evaluacin Continua y un
35 en la Prueba Presencial, su calificacin final ser de 35; si obtiene un 1 en la Evaluacin Continua y un 9 en la Prueba Presencial, su
calificacin final ser de 10.

BIBLIOGRAFA BSICA

ISBN(13):9788436236873
Ttulo:FRMULAS Y TABLAS ESTADSTICAS (1 ed.)
Autor/es:Garca Prez, Alfonso ;
Editorial:Universidad Nacional de Educacin a Distancia

ISBN(13):9788436260939
Ttulo:ESTADSTICA BSICA CON R
Autor/es:Alfonso Garca Prez ;
Editorial:Editorial UNED

COMENTARIOS Y ANEXOS

El Texto Base de la asignatura es

Estadstica Bsica con R, de Alfonso Garca Prez (2010). Editorial UNED, coleccin Grado (cdigo 6102104GR01A01).

Adems, el alumno podr utilizar en la Prueba Presencial la Adenda

Frmulas y tablas estadsticas, de Alfonso Garca Prez (1998). Editorial UNED, coleccin Adendas (cdigo 41206AD01A01).

BIBLIOGRAFA COMPLEMENTARIA

ISBN(13):9788436237658
Ttulo:PROBLEMAS RESUELTOS DE ESTADSTICA BSICA (1)
Autor/es:Garca Prez, Alfonso ;
Editorial:UNED

ISBN(13):9788436255478
Ttulo:EJERCICIOS DE ESTADSTICA APLICADA
Autor/es:Alfonso Garca Prez ;
Editorial:Editorial UNED

ISBN(13):9788436269550
Ttulo:LA INTERPRETACIN DE LOS DATOS. UNA INTRODUCCIN A LA ESTADSTICA APLICADA
Autor/es:Alfonso Garca Prez ;
Editorial:UNED

COMENTARIOS Y ANEXOS

Los dos libros de problemas resueltos, que contienen numerosas Pruebas de Autoevaluacin y que son los recomendados para la Evaluacin

Continua, son

Problemas Resueltos de Estadstica Bsica, de Alfonso Garca Prez. (1998). Editorial UNED, coleccin Educacin Permanente (cdigo

84011EP31A01).

Ejercicios de Estadstica Aplicada, de Alfonso Garca Prez (2008). Editorial UNED, coleccin Cuadernos de la UNED (cdigo

0135284CU01A01).

Por ltimo, el libro

La interpretacin de los datos. Una introduccin a la Estadstica Aplicada, de Alfonso Garca Prez. (2014). Editorial UNED, coleccin

Temtica-Ciencias (cdigo 0105008CT01A01) es un libro introductorio mucho ms elemental que el libro base de la asignatura.
RECURSOS DE APOYO Y WEBGRAFA

Los estudiantes dispondrn en la biblioteca de su Centro Asociado de la bibliografa bsica recomendada y, al menos, de parte de la bibliografa

complementaria.

El Curso Virtual ser una herramienta fundamental para el contacto del alumno con el profesor-tutor y el equipo docente. Si el Centro Asociado

lo solicita y el equipo docente lo considera necesario, se realizarn sesiones de videoconferencias o presenciales.

GLOSARIO

Estadstica Descriptiva: Parte de la Estadstica que se dedica al anlisis de los datos como una "foto fija" de la realidad.

Inferencia Estadstica: Parte de la Estadstica que permite obtener conclusiones de la poblacin de donde se obtuvieron los datos.

Intervalo de Confianza: Par de estadsticos que forman un intervalo aleatorio que contiene al parmetro en estudio con una determinada

probabilidad.

Test de Hiptesis: Tcnica estadstica que compara dos hiptesis en base a una muestra y que, en base a una muestra, concluye aceptando

una de las dos hiptesis, rechazando la otra.