COMPETENCIA/RESULTADOS DE APRENDIZAJE

Las competencias específicas de esta asignatura son:

i) C1: Ser capaces de identificar correctamente las diferentes distribuciones de probabilidad, así como la teoría y práctica de la estimación de parámetros;

ii) C2: Ser capaz de diseñar y aplicar la metodología estadística adecuada para el diseño de pruebas estadísticas y contraste de hipótesis.; y

iii) C3: Ser capaces de realizar una identificación básica de las diferentes técnicas de muestreo.

Si bien la mayor parte de las Competencias Transversales (CT) de grado definidas en el Plan de Estudios se desarrollarán en mayor o menor grado en esta asignatura, aquellas en las que se realizará un énfasis especial, y para las que se han diseñado diferentes actividades de aprendizaje son las siguientes:



CT6.- Búsqueda y Gestión de la información (nivel 1)

CT7.- Capacidad de análisis y síntesis (nivel 1)





Resultados de Aprendizaje:



Respecto a la C1: Ser capaces de identificar correctamente las diferentes distribuciones de probabilidad, así como la teoría y práctica de la estimación de parámetros:

• Identificar las diferentes distribuciones en particular las discretas de las continuas.

• Utilizar correctamente las distribuciones para cada casuística.

• Conocer y aplicar correctamente las convergencias entre distribuciones.

• Identificar qué es un parámetro y los elementos básicos que acompañan a su conceptualización; Muestra, estimador, estimación y distribución muestral.

• Estimar parámetros en base a diferentes técnicas propuestas; máximo verosímil, momentos e intervalo de confianza.

• Conocer e interpretar correctamente las propiedades de los estimadores.

• Aplicar la teoría de los parámetros para la estimación.

Respecto a la C2: Ser capaz de diseñar y aplicar la metodología estadística adecuada para el diseño de pruebas estadísticas y contraste de hipótesis.

• Entender que es la inferencia estadística y para que se hace un contraste de hipotesis.

• Aplicar pruebas básicas de muestreo propuestas.

• Conocer e identificar las diferentes herramientas de contraste de hipótesis.

• Aplicar correctamente las herramientas de contraste de hipotesis a casos reales o ficticios propuestos.



Respecto a la C3: Ser capaces de realizar una identificación básica de las diferentes técnicas de muestreo.

• Identificar y entender las tres modalidades de muestreo propuestas.

• Aplicar en ejemplos complejos las técnicas de muestreo.

Respecto a las CT-s:



CT6.- Búsqueda y Gestión de la información (nivel 1)

• Buscar la información contextual necesaria para su trabajo grupal sobre un estudio de caso de una iniciativa solidaria real.

• Buscar la información estadística necesaria para su trabajo grupal sobre un estudio de caso de una iniciativa solidaria real.

• Gestionar y organizar la información obtenida de cara a un contraste de hipotesis sobre una situación relacionada con una iniciativa solidaria real.

CT7.- Capacidad de análisis y síntesis (nivel 1)

• Aplicar los conocimientos adquiridos durante la asignatura para plantear un problema complejo de contraste de hipotesis basado en una situación relacionada con una iniciativa solidaria real.

• Sintetizar el problema complejo y proponer la herramienta de hipotesis adecuada a la suposición base.

• Realizar el contraste de hipotesis basado en el problema complejo sobre una situación contextual relacionada con una iniciativa solidaria, extraer conclusiones y dar recomendaciones.

Tema 1: Introducción. Utilización de la estadística en las decisiones empresariales



Tema 2. Distribuciones de Poisson y binomial

2.1. Distribución binaria y binomial.

2.2. Definición y propiedades de la distribución de Poisson



Tema 3. Distribuciones Normal, Gamma, Chi-cuadrado, F de Snedecor y t de Student.

3.1. Distribución normal. Convergencia de la distribución binomial a la de Poisson y a la Normal. Convergencia de la distribución de Poisson a la Normal.

3.2. Distribución Gamma y exponencial.

3.3. Distribución χ2 de Pearson.

3.4. Distribución F de Snedecor.

3.5. Distribución t de Student.



Tema 4. Estimación de parámetros. Propiedades de los estimadores.

4.1. Introducción.

4.2. Muestra, estimador, estimación y distribución muestral

4.3. Estimación de parámetros

4.4. Estimación por punto:

4.4.1 Estimador de Máxima Verosimilitud

4.4.2 Estimador por los Momentos

4.5. Estimación por Intervalos de Confianza

4.6. Propiedades de los estimadores

Tema 5. Contrastes de hipótesis. Pruebas de ajuste

5.1. Pruebas estadísticas para el contraste de hipótesis.

5.2. Diseño de pruebas estadísticas.

5.3. Prueba de la χ2 de ajuste a una distribución total o parcialmente especificada.

5.4. Contrastes de independencia y homogeneidad.

5.5. Contrastes de hipótesis

Tema 6. Muestreo en poblaciones finitas.

6.1. Introducción

6.2. Muestreo aleatorio simple.

6.3. Muestreo estratificado.

- En la modalidad magistral se explicarán en clase los fundamentos teóricos de la asignatura y se realizarán ejercicios relacionados con los mismos.

- En las clases prácticas el alumnado de manera individual o grupal resolverá problemas tutorizado por el profesorado. La resolución de cuestiones y problemas en el aula se realizará de forma participativa.

- En las clases de informática el alumnado aprenderá a utilizar el programa Excel para resolver problemas.



SISTEMAS DE EVALUACIÓN



CONVOCATORIA ORDINARIA



Evaluación continua.



La evaluación de las competencias se basará en la realización de diferentes pruebas a lo largo del curso, así como en un examen final que constará de ejercicios prácticos y/o teóricos sobre la materia incluida en el programa de la asignatura.

De esta manera, se deben realizar dos pruebas parciales a lo largo del curso.

Asimismo, se deberá superar un examen final escrito que constará de una serie de ejercicios prácticos y/o teóricos. Para aprobar la asignatura es requisito indispensable obtener un mínimo de 4 puntos sobre 10 en el examen final.

El examen final supondrá un 50% de la nota final, mientras que las pruebas parciales supondrán un 30% de la nota final (un 15% cada una de ellas).

Por último, a lo largo del curso se planteará un trabajo grupal, basado en la metodología metodología activa de docencia y aprendizaje del estudio de caso.



No presentarse al examen final supone la renuncia a la convocatoria ordinaria.



Evaluación por examen final (100 %): Constará de dos partes que hay que aprobar de manera independiente: un examen test (30 %) y un examen con ejercicios teóricos y prácticos (70 %)





CONVOCATORIA EXTRAORDINARIA



El sistema de evaluación de la segunda convocatoria del curso académico seguirá las características básicas indicadas para la convocatoria ordinaria, de manera que el alumnado que haya superado las pruebas parciales contará con dicha puntuación en esta segunda convocatoria y el examen final se corresponderá con el 50% de la nota final. Quienes no hayan superado las pruebas parciales o deseen optar por el examen final deberán realizar un examen final que comprenderá el 100% de la nota, y en el que se evaluarán todas las competencias trabajadas en la asignatura.



Debido a la pandemia del coronavirus, se ha planificado que esta asignatura se imparta de la siguiente manera: En los doble grados será presencial. En el Grado en Administración y Dirección de Empresas se impartirá de forma bimodal en el grupo de euskera (un grupo del alumnado seguirá la asignatura de forma presencial y el resto de alumnos por streaming, alternando semanalmente los grupos) y en el grupo de castellano toda la asignatura se impartirá de forma telemática. Las pruebas de evaluación (a lo largo del curso y las finales) se realizarán de forma presencial siempre que las circunstancias y los recursos lo permitan. Esta planificación está condicionada a las adaptaciones (técnicas, recursos…) que la Facultad debe implantar.

Las medidas que se vayan tomando en función de la evolución de la pandemia pueden modificar este planteamiento. No obstante, la enseñanza y la evaluación se podrá realizar de forma no presencial. Se informará en eGela.

Por defecto se supondrá que el alumnado opta preferentemente por la evaluación continua.No obstante, aunque el desarrollo de la docencia estará enfocado a la evaluación continua, el alumnado, de acuerdo con la Normativa Reguladora de la Evaluación del Alumnado de las Titulaciones de Grado (BOPV nº50, 13 de marzo de 2017) tiene la posibilidad de renunciar al sistema de evaluación continua y optar a la evaluación final, independientemente de que haya participado o no en la citada evaluación continua (Artículo 8.3).



No presentarse al examen final supone la renuncia a la convocatoria ordinaria, en ambas modalidades de evaluación.



COVID-19

En el caso de que la situación sanitaria así lo requiera y no se pueda hacer la prueba final de manera presencial, se activará el procedimiento especificado en el plan de evaluación no presencial disponible en eGela.

Se pondrán a disposición de los alumnos/as en eGela los archivos de las diapositivas utilizadas en las sesiones magistrales. Apuntes de clase y colección de ejercicios propuestos.

Bibliografía básica

Temas 1, 2 y 3

Arteche, Josu et al. (2000): Ejercicios de Estadística II: Estadística Empresarial y para

Economistas. Servicio Editorial de la Universidad del País Vasco-Euskal Herriko

Unibertsitatea, Bilbao

Fernández de Troconiz, Antonio (1993): Probabilidades, Estadística, Muestreo. Ed.

Tebar Flores.

García del Valle, Teresa y Martínez, Alberto (1996): Problemas de Estadística. Ed.

UPV-EHU.

Montiel, Ana María et al (2002): Elementos Básicos de Estadística Económica y

Empresarial. Ed. Prentice Hall.

Martín Pliego, F. Javier y Ruíz Maya, Luis. (2004): Estadística I: Probabilidad, 2ª

Edición. AC, Madrid

Temas 4, 5 y 6

Montiel, Ana María et al (2002): Elementos Básicos de Estadística Económica y

Empresarial. Ed. Prentice Hall.

Pérez, César (2005): Muestreo Estadístico. Conceptos y problemas resueltos. Pearson

Educación, Madrid.

Ruíz Maya, Luis y Martín Pliego, F. Javier (2005): Fundamentos de Inferencia

Estadística, 3ª Edición. AC, Madrid.

Bibliografía de profundización

Martín Pliego, F. Javier; Montero, José Mª; y Ruíz Maya, Luis (2005): Problemas de
Inferencia Estadística, 3ª Edición. AC, Madrid.
Martín Pliego, F. Javier; Montero, José Mª; y Ruíz Maya, Luis (2006): Problemas de
Probabilidad, 2ª Edición. AC, Madrid.
Pérez, César (2005): Muestreo Estadístico. Conceptos y problemas resueltos. Pearson
Educación, Madrid.

Revistas

Los recursos adicionales serán proporcionados por el profesorado a través de la plataforma eGela