Consulta de Guías Docentes



Academic Year: 2020/21

16740 - THEORETICAL STATISTICS

This is a non-sworn machine translation intended to provide students with general information about the course. As the translation from Spanish to English has not been post-edited, it may be inaccurate and potentially contain errors. We do not accept any liability for errors of this kind. The course guides for the subjects taught in English have been translated by their teaching teams


Teaching Plan Information

Code - Course title:
16740 - THEORETICAL STATISTICS
Degree:
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas
687 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2016)
713 - Graduado/a en Administración y Dirección de Empresas
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019)
Faculty:
102 - Facultad de Derecho
103 - Facultad de Ciencias Económicas y Empresariales
Academic year:
2020/21

1. Course details

1.1. Content area

Statistics 

1.2. Course nature

Compulsory

1.3. Course level

Grado (EQF/MECU 6)

1.4. Year of study

731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019): 3
713 - Graduado/a en Administración y Dirección de Empresas: 2
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas: 3

1.5. Semester

First semester

1.6. ECTS Credit allotment

6.0

1.7. Language of instruction

Español

1.8. Prerequisites

-

1.9. Recommendations

-

1.10. Minimum attendance requirement

-

1.11. Subject coordinator/s

Dolores Jano Salagre

1.12. Coordinator of other university

-

1.13. Competences and learning outcomes

1.13.1. Competences

-

1.13.2. Learning outcomes

-

1.13.3. Course objectives

-

1.14. Course contents

-

1.15. Course bibliography

-

2. Teaching-and-learning methodologies and student workload

2.1. Contact hours

 

#horas

Contact hours (minimum 33%)

 

Independent study time

 

2.2. List of training activities

Activity

# hours

Lectures

 

Seminars

 

Practical sessions

 

Clinical sessions

 

Computer lab

 

 

 

Laboratory

 

Work placement

 

Supervised study

 

Tutorials

 

Assessment activities

 

Other

 

3. Evaluation procedures and weight of components in the final grade

3.1. Regular assessment

-

3.1.1. List of evaluation activities

Evaluatory activity

%

Final exam

 

Continuous assessment

 

3.2. Resit

-

3.2.1. List of evaluation activities

Evaluatory activity

%

Final exam

 

Continuous assessment

 

4. Proposed workplan

-


Curso Académico: 2020/21

16740 - ESTADÍSTICA TEÓRICA


Información del Plan Docente

Código - Nombre:
16740 - ESTADÍSTICA TEÓRICA
Titulación:
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas
687 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2016)
713 - Graduado/a en Administración y Dirección de Empresas (2018)
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019)
Centro:
102 - Facultad de Derecho
103 - Facultad de Ciencias Económicas y Empresariales
Curso Académico:
2020/21

1. Detalles de la asignatura

1.1. Materia

Estadística

1.2. Carácter

Obligatoria

1.3. Nivel

Grado (MECES 2)

1.4. Curso

713 - Graduado/a en Administración y Dirección de Empresas (2018): 2
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019): 3
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas: 3

1.5. Semestre

Primer semestre

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Español

1.8. Requisitos previos

No hay

1.9. Recomendaciones

Es muy conveniente que los alumnos hayan cursado la asignatura de Estadística Descriptiva. 

Es aconsejable que los alumnos recuerden las bases matemáticas que se utilizarán a lo largo del curso: derivadas, integrales, logaritmos, resolución de ecuaciones, etc.. 

1.10. Requisitos mínimos de asistencia

La asistencia a las actividades presenciales ayudará al estudiante en el aprendizaje de los contenidos de la asignatura. 

1.11. Coordinador/a de la asignatura

Dolores Jano Salagre

1.12. Coordinador de otra universidad

-

1.13. Competencias y resultados del aprendizaje

1.13.1. Competencias

Esta asignatura contribuye a la adquisición de las siguientes competencias: 

COMPETENCIAS GENERALES
CG1 - Capacidad teórica de análisis y síntesis.
CG3 - Capacidad creativa para encontrar nuevas ideas y soluciones
CG9 - Capacidad para trabajar en equipo de carácter interdisciplinar
CG12 - Capacidad para utilizar nuevas herramientas informáticas y de análisis de datos.
CG16 - Habilidad para la búsqueda, identificación y análisis de las fuentes de información pertinentes al ámbito de estudio
CG17 - Habilidades de comunicación a través de Internet y, manejo de herramientas multimedia para la comunicación a distancia.
CG20 - Preocupación por la calidad y el trabajo bien hecho
 
COMPETENCIAS ESPECÍFICAS
CE4 - Comprender y saber aplicar las herramientas básicas e instrumentos de naturaleza cuantitativa precisas para la obtención, diagnóstico, análisis de la información empresarial y de su entorno económico y social.
CE10 - Diseñar y gestionar proyectos empresariales.
CE15 - Organización y planificación de los conocimientos adquiridos de forma que configuren una plataforma para la adquisición de conocimientos avanzados para la práctica de la alta dirección empresarial o para la investigación en el área empresarial.
CE22 - Reunir, analizar, interpretar y presentar los datos procedentes de la investigación de los mercados a los que se dirigen las empresas.

1.13.2. Resultados de aprendizaje

Tras superara la asignatura los estudiantes serán capaces de:
 
1. Identificar y comprender los conceptos de la Estadística en el terreno de la incertidumbre, de los fundamentos econométricos y de Econometría aplicada a la empresa.
2. Saber aplicar en el contexto profesional las habilidades y conocimientos adquiridas, disponiendo de las competencias teóricas y prácticas que permitan elaborar y defender argumentos, ayudando a la toma de decisiones en el ámbito de la economía aplicada y en el marco del análisis empresarial, económico, social, científico o ético.
3. Ser capaz de abordar, desde el punto de vista empírico y cuantitativo, el estudio de un problema económico.
4. Disponer de autonomía para reunir e interpretar los resultados estadísticos y econométricos que utilizan muestras como fuente de información.
5. Desarrollar o mejorar las competencias expositivas y de trabajo en grupo con el fin de poder transmitir eficazmente información, ideas, problemas y soluciones en el contexto del trabajo empresarial y tanto a un público tanto especializado como no especializado.

1.13.3. Objetivos de la asignatura

-

1.14. Contenidos del programa

El objetivo de la asignatura es proporcionar al alumno el conjunto de técnicas estadísticas que faciliten la toma de decisiones en ambientes de incertidumbre y profundizar en el papel que desempeña la inferencia estadística en el análisis de la realidad económica y empresarial.

PROGRAMA SINTÉTICO 

  1. Introducción a la probabilidad 
  2. Variables aleatorias 
  3. Modelos de probabilidad: variables discretas y variables continuas 
  4. Introducción a la inferencia estadística 
  5. Métodos de estimación. Propiedades de los estimadores puntuales 
  6. Estimación por intervalos 
  7. Contrastes paramétricos 
  8. Contrastes no paramétricos 

  

PROGRAMA DETALLADO 

1. INTRODUCCIÓN A LA PROBABILIDAD: CONCEPTOS Y TEOREMAS DE PROBABILIDAD

1.1. Introducción: Fenómenos aleatorios.

1.2. Probabilidad: Concepto y desarrollo axiomático.

1.3. Probabilidad condicionada, Teorema de Bayes.

1.4. Independencia de sucesos 

Objetivos 

  • Entender qué es un fenómeno aleatorio y su presencia en la vida cotidiana y en las ciencias sociales. 
  • Aprender a manejar la probabilidad como medida de incertidumbre y a utilizar reglas de asignación de probabilidades (Axiomas y Teoremas de la probabilidad). 
  • Definir y calcular probabilidades conjuntas, condicionadas y marginales, e interpretar su significado. 
  • Entender el enunciado del teorema de la probabilidad total y aprenderá a calcular la probabilidad total de un suceso a partir de los datos para sucesos disjuntos. 
  • Conocer la formulación del Teorema de Bayes y entender la importancia del teorema para modificar las valoraciones de la probabilidad cuando se dispone de información adicional. 

2. VARIABLES ALEATORIAS 

2.1. Concepto de variable aleatoria.

2.2. Variables aleatorias discretas y continuas. 

2.3. Momentos de las distribuciones de probabilidad. Esperanza y varianza.

2.4. Introducción a las distribuciones de probabilidad bidimensionales. 

Objetivos 

  • Entender la utilidad del concepto de variable aleatoria para transformar los resultados de un fenómeno aleatorio en números que facilitan el manejo y el análisis de la incertidumbre. 
  • Aprender a diferenciar entre variables aleatorias discretas y continuas. 
  • Conocer las herramientas y mecanismos disponibles para analizar el comportamiento de las variables aleatorias. 
  • Reconocer la necesidad de considerar el comportamiento conjunto de varias variables en el ámbito económico y conocer las herramientas para analizar relaciones entre variables aleatorias. 
  • Aprender a descubrir cuándo dos variables son independientes y entender el significado económico de la independencia entre variables. 

3. MODELOS DE PROBABILIDAD: VARIABLES DISCRETAS Y VARIABLES CONTINUAS

3.1. Variables discretas: Distribución Binomial y Distribución de Poisson.

3.2. Variables continuasNormal y  asociadas a la Normal: Chi-Cuadrado, t de Student y F de Snedecor 

3.3. Teorema Central del límite

Objetivos 

  • Deducir la utilidad de los modelos de distribución de probabilidad para analizar fenómenos económicos y sociales de tipo discreto. 
  • Aprender a seleccionar el modelo adecuado y aplicarlo a la resolución de problemas que pueden presentarse en el análisis de la realidad socio-económica. 
  • Entender la utilidad de los modelos de distribución de probabilidad para analizar fenómenos económicos y sociales de tipo continuo.
  • Aprender cuándo y cómo utilizar el Teorema Central del límite para determinar el modelo de distribución de probabilidad de una suma de variables aleatorias independientes e idénticamente distribuidas.
  • Aprender a seleccionar el modelo apropiado y aplicarlo a la resolución de problemas que pueden presentarse en el análisis de la realidad socio-económica.

4. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

4.1. Conceptos fundamentales: Concepto de muestra aleatoria , Concepto de estimador

4.2. Distribuciones es el  muestreo: Media MuestralVarianza muestralProporción muestral 

4.3. Distribuciones en el muestreo de diferencias de medias muestrales y de las proporciones muestrales 

Objetivos 

  • Entender la necesidad de trabajar con muestras para conocer las características de una población con un elevado número de elementos.
  • Diferenciar entre muestreo aleatorio y no aleatorio, y conocer los diferentes tipos de muestreo.
  • Definir con precisión las propiedades de una muestra aleatoria simple, y aprender a seleccionar muestras aleatorias.
  • Calcular los estimadores apropiados para estimar los parámetros poblacionales, y entender su carácter de variable aleatoria.
  • Analizar la distribución en el muestreo y características más importantes de los estimadores más relevantes en Economía

5. MÉTODOS DE ESTIMACIÓN. PROPIEDADES DE LOS ESTIMADORES PUNTUALES

5.1. Conceptos básicos.

5.2. Error cuadrático medio. 

5.3. Obtención de estimadores por el método de máxima verosimilitud. 

Objetivos 

  • Entender la diferencia entre parámetros poblacionales y estimadores.
  • Conocer las propiedades que son deseables en el proceso de estimación que contribuyan a la elección de los mejores estimadores.
  • Definir el error cuadrático medio y aprender a calcularlo.
  • Aplicar el método de máxima verosimilitud para la obtención de estimadores. Conocer sus propiedades en muestras grandes.

6. ESTIMACIÓN POR INTERVALOS:

6.1.- Intervalos de confianza en poblaciones normales
 
6.2.- Intervalo de confianza para la media de una población normal

6.3.- Intervalo de confianza para la varianza de una población normal

6.4.- Intervalo de confianza para la diferencia de medias de dos poblaciones normales

6.5.- Intervalo de confianza para proporciones

Objetivos 

  • Comprender la necesidad de que toda estimación debe ir acompañada de una medida del error de muestreo.
  • Conocer, saber aplicar e interpretar el proceso que lleva a la obtención de intervalos de confianza para cualquier parámetro poblacional.

7. CONTRASTES PARAMÉTRICOS DE HIPÓTESIS ESTADÍSTICAS 

7.1. Conceptos básicos para la contrastación de hipótesis estadísticas

7.2. Región crítica y región de aceptación 

7.3. Errores de tipo I, errores de tipo II y potencia del contraste

7.4. Contrastes de significación 

7.4.1. Contraste para la media de una población normal 

7.4.2. Contraste para la proporción

7.4.3. Contraste para la diferencia de medias en poblaciones normales 

7.4.4. Contraste para la varianza en poblaciones normales

Objetivos 

8. INTRODUCCIÓN A LOS CONTRASTES NO PARAMÉTRICOS 

8.1. Contrastes basados en la Chi-cuadrado de bondad de ajuste.

8.2. Contrastes basados en la Chi-cuadrado de homogeneidad e independencia. 

Objetivos 

  • Entender la diferencia entre contrastes paramétricos y no paramétricos.
  • Conocer otros contrastes no paramétricos para evaluar la bondad de ajuste a un modelo de distribución de probabilidad dado.
  • Determinar la existencia o no de relación entre variables de naturaleza cualitativa.

1.15. Referencias de consulta

  1. TEORIA 

  • CAO ABAD, et al.  “Introducción a la estadística y sus aplicaciones” Ed. Pirámide. Madrid 2001. E/519.2/CAO/int 
  • CASAS SÁNCHEZ,J.M.“Estadística Económica y Empresarial: distribuciones e inferencia” Ed. Ramón Areces. Madrid 2010.  E/519.2/CAS/est
  • HORRA NAVARRO, Julián .: “Estadística Aplicada”, 3ª edición. Ed. Díaz de Santos. Madrid 2009 E/519.2/HOR/est
  • MOORE, D.S.: “Estadística Aplicada Básica”. Antoni Bosch Editor. 2012. 2ª edición Accesible on line Biblioteca UAM
  • NEWBOLD, P.: “Estadística para la Administración y Economía”, 6ª edición. Prentice Hall. Madrid, 2007. E/519.2/NEW/est 
  • NOVALES, A. : “Estadística y Econometría”. Ed. McGraw- Hill, 1997. E/330.4/NOV/est  Versión en CD Rom 2011
  • PEÑA, D. y ROMO, J.: “Introducción a la estadística para las Ciencias Sociales”. Ed. McGraw-Hill, 1998. E/519.2/PEÑ/int 
  1. PRÁCTICA 

  • CASAS, J.M.: “Ejercicios de Inferencia Estadística y Muestreo”. Ed. Pirámide. 2006. E/519.2/CAS/eje 
  • GIL,M.,GONZÁLEZ,A.I.,JANO,M.D.,ORTIZ,S.: “Problemas de Estadística: Probabilidad e Inferencia”. UAM Ediciones. 2006. E/519.2/GIL/pro 
  • LEVINE, D et al.: "Statistics for Managers Using Microsoft Excel". 6ª edición Ed. Pearson 2011 E/1-116/28519
  • LÓPEZ ORTEGA, J. (2003) “Problemas y Ejercicios de Probabilidad”. Ed. ADI 2003 E/519.2/LOP/pro 
  • LÓPEZ ORTEGA, J. (1994) Problemas de inferencia estadística para ciencias económicas y empresariales (muestreo y control de calidad. Ed. Tebar Flores. E/519.2/LOP/pro 
  • MURGÜI, J.S., AYBAR, C., CASINO, A., COLOM, C., CRUZ, M., YAGÜE, R.: “Estadística para Economía y Administración de empresas: Aplicaciones y Ejercicios”. Puchardes. Valencia, 1992. E/1-105/26124. 
  • PEREZ LÓPEZ, C.: “Estadística Aplicada: conceptos y ejercicios a través de Excel. Ed. Ibergarceta. 2012.1ª Ed. E/519.2/PER/est 

A lo largo del curso los profesores podrán proponer recursos y referencias de consulta adicionales.

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

 

Nº horas (%)

Porcentaje de actividades presenciales (mínimo 33% del total)

58 horas (39%)

Porcentaje de actividades no presenciales

92 horas (61%)

2.2. Relación de actividades formativas

Actividades presenciales

Nº horas

Clases teóricas en aula

42

Clases prácticas en aula

7

Prácticas con medios informáticos

3

Tutorías

2

Actividades de evaluación

4

 

Se fomentará la participación activa de los estudiantes y se propondrán sesiones de tutorías y actividades especiales para favorecer un adecuado seguimiento de la asignatura, que ayudarán al alumno a entender y a poner en práctica los conceptos teóricos adquiridos. En ocasiones se realizarán con ayuda de soporte informático. El profesor informará en clase de la organización y las fechas previstas según las necesidades docentes y en su caso pondrán a disposición de los estudiantes diversos materiales de la asignatura. 

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

La evaluación de la asignatura se realizará a través de cuatro aspectos: 

  • Se realizarán dos controles. El primer control  al finalizar el tema 4 y supondrá un 10% de la nota final y el segundo control al finalizar  el tema 7 y supondrá un 10% de la nota final. Para aquellos alumnos que por causas debidamente justificadas (en tiempo y forma) no realicen algún control la ponderación del examen final se incrementará en la cuantía correspondiente.
  • Se realizará un trabajo con Excel que supondrá el 10% de la nota final. 
  • A lo largo del curso cada profesor propondrá las actividades complementarias que considere oportunas para favorecer el aprendizaje continuo. Estas actividades se valorarán según establezca cada profesor en el desarrollo de las clases y supondrán un 10% de la nota final. 
  • Se realizará un examen final que medirá la asimilación teórica- práctica de la asignatura por parte del alumno y supondrá un 60 % de la nota final. El examen estará coordinado por el coordinador de la asignatura. 

  La nota final de la asignatura será la mejor de las siguientes dos opciones: 

  1. La obtenida ponderando las calificaciones del examen final y de la evaluación continua con los pesos especificados más arriba. 

  1. La nota del examen final. (Para que la calificación final sea la que se señala en esta opción el estudiante tiene que haber obtenido al menos un 4 sobre 10 en la evaluación continua y realizará una prueba el día de la revisión del examen). 

Si el alumno se presenta a uno de los controles tendrá una calificación numérica en las actas, aunque no se presente al examen final. En ese caso, la calificación final será 0,4 multiplicado por la nota sobre 10 en la evaluación continua. 

Si no se presenta a ningún control ni al examen final, su calificación será “no evaluado”.  

Alumnos de segunda matrícula 

A aquellos alumnos que estén matriculados por segunda vez se les aplicarán los mismos criterios de evaluación que a los de primera matrícula. Como norma general no se guardará ninguna calificación obtenida cuando cursó la asignatura en primera matrícula salvo que la Junta de Facultad establezca algún otro criterio al respecto. 

3.1.1. Relación actividades de evaluación

Examen final que supondrá un 60% de la nota y la Evaluación continua que supondrá un 40% de la nota. 

3.2. Convocatoria extraordinaria

La calificación final en la convocatoria extraordinaria será la mejor entre las siguientes dos opciones: 

  • La nota del examen final. El examen estará coordinado por el coordinador de la asignatura. 
  • La nota ponderada resultado de la evaluación continua (40%) y del examen final de convocatoria extraordinaria (60%). 

3.2.1. Relación actividades de evaluación

Examen Final que podrá supondrá un 100% de la nota. 

4. Cronograma orientativo

Se dedicarán cinco semanas a los temas 1 a 3, de probabilidad, y nueve semanas al resto del temario. 
Una planificación más detallada, teniendo en cuenta el calendario académico, se publicará en Moodle.