



| Código de la asignatura | 10838 |
|---|---|
| Nº Créditos ECTS | 6 |
| Tipo | Formación básica |
| Duración | Semestral |
| Idiomas | Castellano |
| Planes de estudio | |
| Profesor(es) | |
| Año académico | 2026-27 |
La asignatura introduce los fundamentos de la estadística descriptiva, la probabilidad y la inferencia estadística. Se estudian el análisis de datos, las distribuciones de frecuencias, las variables aleatorias discretas y continuas, la estimación, los contrastes de hipótesis y el modelo de regresión lineal. Su finalidad es que el estudiante adquiera herramientas básicas para describir, analizar e interpretar datos, así como para fundamentar decisiones en contextos científicos, técnicos y computacionales.
Conocimientos o contenidos
Habilidades o destrezas
Competencias
La dedicación requerida para esta asignatura de 6 créditos ECTS es de 150 horas, que se encuentran distribuidas de la siguiente manera:
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
Manual de la asignatura:
Moreno Díaz, A; Rodríguez Galiano, M.ª I. (2023). Fundamentos de Estadística y Probabilidad. Editorial CEF.-UDIMA.
Además, se recomienda la siguiente bibliografía de consulta voluntaria:
| SEMANAS(*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
|---|---|---|
| Semana 1 | Unidad 1. Introducción al análisis de datos. 1.1. Variables y datos. Tipos de datos. 1.2. Descripción de datos mediante tablas. 1.3. Descripción de datos mediante gráficos. 1.4. Introducción al análisis exploratorio de datos. |
|
| Semana 2 | Unidad 2. Medidas características de una distribución de frecuencias. 2.1. Medidas de posición. 2.2. Medidas de dispersión. 2.3. Medidas de forma. 2.4. Medidas de relación. 2.5. Representaciones gráficas. Diagrama de caja. 2.6. Transformaciones de datos. |
|
| Semana 3 | Unidad 3. Cálculo de probabilidades. 3.1. Interpretaciones de la probabilidad. 3.2. Definición axiomática de la probabilidad. 3.3. Cuantificación de la probabilidad. 3.4. Probabilidad condicionada. 3.5. Teorema de la probabilidad compuesta. 3.6. Independencia de sucesos. 3.7. Teorema de la probabilidad total. 3.8. Teorema de Bayes. 3.9. Métodos de conteo. |
|
| Semanas 4 y 5 | Repaso de las unidades 1, 2 y 3 |
|
| Semana 6 | Unidad 4. Variables aleatorias. 4.1. Conceptos básicos. 4.2. Tipos de variables aleatorias. 4.3. Distribuciones de probabilidad de variables aleatorias. 4.4. Medidas características de una variable aleatoria. 4.5. Desigualdad de Tchebychev. |
|
| Semana 7 | Unidad 5. Variables aleatorias discretas y continuas. 5.1. Distribución Uniforme. 5.2. Distribución de Bernoullí. 5.3. Distribución Binomial. 5.4. Distribución Binomial Negativa. 5.5. Distribución Geométrica. 5.6. Distribución de Poisson. 5.7. Distribución Normal. 5.8. Distribución Gamma. 5.9. Distribución Exponencial. 5.10. Distribución Beta. |
|
| Semanas 8 y 9 | Unidad 6. Variables aleatorias multidimensionales. 6.1. Variables aleatorias bidimensionales. 6.2. Distribuciones marginales. 6.3. Distribuciones condicionadas. 6.4. Independencia. 6.5. Momentos. 6.6. Teorema de Bayes. |
|
| Semana 10 | Unidad 7. Introducción a la inferencia estadística. 7.1 Muestreo. 7.2. Tipos de Muestreo. 7.3. Métodos. Tipos de Métodos. 7.4. Leyes de los grandes números. 7.5. Teorema central del límite. 7.6. Distribuciones asociadas a la normal. |
|
| Semana 11 | Unidad 8. Estimación. 8.1. Estadísticos y estimadores. 8.2. Propiedades de los estimadores. 8.3. Métodos de obtención de estimadores. 8.4. Intervalos de confianza. |
|
| Semanas 12 y 13 | Unidad 9. Contrastes de hipótesis. 9.1. Conceptos básicos. 9.2. Región de rechazo. 9.3. Contrastes de hipótesis. 9.4. Relación entre los intervalos de confianza y los contrastes de hipótesis. |
|
| Semanas 14 y 15 | Unidad 10. Modelos de regresión lineal. 10.1. Modelo de regresión lineal simple. 10.2. Estimación de parámetros. 10.3. Contraste de regresión: ANOVA. 10.4. Introducción al modelo de regresión lineal múltiple. |
|
| Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. | |
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
La evaluación de la asignatura se realizará como sigue:
Para poder presentarse al examen final, en cualquiera de las convocatorias, es imprescindible cumplir el siguiente requisito: alcanzar una calificación mínima de 2 puntos sobre 5 en la media ponderada obtenida al sumar las notas de las actividades de evaluación continua y las actividades de resolución de supuestos o casos prácticos.
El estudiante que se presente al examen sin cumplir los anteriores requisitos será calificado con un cero en el examen final y consumirá convocatoria.
Para superar la asignatura será necesario aprobar el examen, con una calificación igual o superior a 5 sobre 10, y obtener una calificación final de la asignatura igual o superior a 5 sobre 10.
| Tipo de actividad | Actividades planificadas | Peso clasificación |
|---|---|---|
| Actividades de evaluación continua | 2 | 20% |
| Resolución de casos prácticos | 1 | 20% |
| Examen final | Sí | 60% |
| Total | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Originalidad de los trabajos académicos
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
Sistema de calificaciones
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 - 4.9: Suspenso (SU)
5.0 - 6.9: Aprobado (AP)
7.0 - 8.9: Notable (NT)
9.0 - 10: Sobresaliente (SB)
Matrícula de honor (MH)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
La matrícula de honor se concede cuando el profesor lo considere oportuno en función de la excelencia de las actividades realizadas por el estudiante y las calificaciones obtenidas por el resto del grupo. No obstante, los criterios académicos de su concesión corresponden al departamento responsable de cada grado.