|
||||||||||||
Consulta de les dades generals Descripció Objectius Continguts Llista dels materials de què disposa l'assignatura Materials | ||||||||||||
Aquest és el pla docent de l'assignatura per al primer semestre del curs 2024-2025. Podeu consultar si l'assignatura s'ofereix aquest semestre a l'espai del campus Més UOC / La universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. El pla docent pot estar subjecte a canvis. | ||||||||||||
Podem considerar l'Estadística com la ciència, la tècnica o el conjunt d'operacions matemàtiques que permeten estudiar numèricament, amb la màxima precisió, els fenòmens no ben coneguts. Els curs està estructurat en tres grans blocs. Primer s'introdueixen l'estadística descriptiva, es donen els fonaments del càlcul de probabilitats per poder construir tota la teoria estadística i després, es fa una introducció a la inferència estadística. Finalment, s'estudia la inferència estadística i els models de regressió lineal. La inferència estadística és la part de l'Estadística que dóna el pas del coneixement de la mostra al coneixement de tota la població, mentre que els models de regressió ens permeten estudiar la relació entre diverses variables; aquests dos mètodes són fonamentals en la investigació experimental. L'estadística actua com a disciplina pont entre els models matemàtics i els fenòmens reals. De fet, estudia com obtenir conclusions a partir d'un conjunt de dades mitjançant models matemàtics i, per tant, és fonamental en la presa de decisions. És per això que és una eina fonamental tant en la informàtica de gestió com en la de sistemes. En particular, els models probabilístics són bàsics en el tractament del senyal i les comunicacions. A més del seu paper instrumental, l'estudi de l'estadística és important per entendre les possibilitats i limitacions de la investigació experimental. |
||||||||||||
Els objectius que s'espera que l'estudiant assoleixi al realitzar aquesta assignatura són els següents:
|
||||||||||||
RELACIÓ DE MÒDULS Part I. Estadística descriptiva. Introducció a l'anàlisi de dades. Mostreig. (Mòduls 1 i 2) Bàsicament s'introdueixen els conceptes bàsics que permetran, més endavant, fer un treball estadístic: definició de la variable d'interès, recollida i organització de dades, i càlcul de paràmetres que resumeixin el comportament d'aquesta variable. Aquests continguts es distribueixen en 2 mòduls, amb un total de 4 sessions. Part II. Probabilitat i variables aleatòries. (Mòduls 3 a 5) Es descriu el model matemàtic dels fenòmens aleatoris que "suporta" la teoria estadística. Això és, que permet construir els models estadístics d'una manera rigorosa: la teoria de probabilitats. S'estudia amb profunditat el concepte de variable aleatòria i es presenten les més usuals, juntament amb les seves propietats, destacant per la seva importància la distribució normal. Es presenta la distribució t de Student i també es tracta l'aproximació de la binomial a la normal com a pas previ per enunciar el Teorema del Límit central. Els continguts d'aquesta part es distribueixen en 3 mòduls, amb un total de 12 sessions. Part III. Inferència i modelització estadística. (Mòduls 6 a 9) Es presenta la teoria que permet aproximar - en el sentit estadístic - certs paràmetres d'una població a partir de les observacions obtingudes en una mostra, i precisar amb quins marges de confiança aquestes aproximacions són vàlides. Com aplicació de les distribucions mostrals i del Teorema del Límit Central es defineixen els intervals de confiança per a la mitjana i la proporció d'una població. Més endavant s'introdueixen les distribucions necessàries per realitzar la inferència estadística, i s'estudien bàsicament els contrastos d'hipòtesis sobre mitjanes i variàncies, per una o dues poblacions. Aquests contrastos permeten decidir (amb un cert nivell de significació) entre dues hipòtesis contradictòries sobre els valors dels mencionats paràmetres. Aquests continguts es distribueixen en 4 mòduls, amb un total de 8 sessions. Part IV. Regressió lineal i anàlisi de la variància. (Mòduls 10 a 12) Es desenvolupa la metodologia que permet explicar una variable com a combinació lineal d'unes altres, donant lloc als anomenats models de regressió (ja sigui simple, on s'utilitza una única variable explicativa, o múltiple, on tenim més variables explicatives). S'introdueix també la comparació de mitjanes entre varies poblacions mitjançant l'anomenat ANOVA. Aquests continguts es distribueixen en 3 mòduls, amb un total de 8 sessions.
CONTINGUT DETALLAT PER MÒDUL Mòdul 1: Estadística descriptiva. Introducció a l'anàlisi de dades
Mòdul 2: Mostreig
Mòdul 3: Probabilitat
Mòdul 4: Variables aleatòries
Mòdul 5: Teorema del Límit Central
Mòdul 6: Intervals de confiança
Mòdul 7: Contrast d'hipòtesi
Mòdul 8: Contrast de dues mostres
Mòdul 9: Contrast de variàncies
Mòdul 10: Regressió lineal simple
Mòdul 11: Regressió lineal múltiple
Mòdul 12: ANOVA
|
||||||||||||
|
||||||||||||
El material d'aquesta assignatura està format per:
|