Professional Documents
Culture Documents
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
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 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
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
3. Estudio y anlisis del Espacio de Probabilidad como formalizacin matemtica de los fenmenos aleatorios. Clculo de Probabilidades.
6. Capacidad de disear y resolver con destreza Tests de Hiptesis tanto para el anlisis de una, dos o tres poblaciones.
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
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.
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
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
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.
10. Saber aplicar todas estas tcnicas al caso de datos reales, a nivel de ejercicios simples.
CONTENIDOS
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.
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
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
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
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
SISTEMA DE EVALUACIN
PRUEBA PRESENCIAL
Tipo de examen Examen de desarrollo
Preguntas desarrollo 3
Comentarios y observaciones
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.
Comentarios y observaciones
Criterios de evaluacin
Comentarios y observaciones
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
Estadstica Bsica con R, de Alfonso Garca Prez (2010). Editorial UNED, coleccin Grado (cdigo 6102104GR01A01).
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).
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
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