
Estadística
Código: 103816Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Gestión Aeronáutica | FB | 1 |
Profesor/a de contacto
- Nombre :
- Anna Lopez Ratera
- Correo electrónico :
- anna.lopez.ratera@uab.cat
Equipo docente
- Queralt Miro Catalina
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
No hay prerequisitos oficiales.
Objetivos
El objetivo principal de la asignatura es proporcionar los fundamentos del pensamiento científico, así como las herramientas metodológicas básicas de la probabilidad y la estadística. Se pretende desarrollar la capacidad de recoger, analizar e interpretar datos relevantes con el fin de tomar decisiones tácticas fundamentadas científicamente, que favorezcan la seguridad, la eficiencia económica y la sostenibilidad en el ámbito de la gestión aeronáutica.
Con el objetivo de transformar datos brutos en información útil —orientada a optimizar recursos, reducir costes y mejorar la seguridad de las operaciones—, la asignatura enseñará a procesar y resumir grandes volúmenes de datos del sector mediante gráficos e indicadores. También se introducirá el uso de la probabilidad para realizar simulaciones que permitan comprender y gestionar situaciones imprevisibles, como las condiciones meteorológicas o las averías.
Además, se trabajará la inferencia estadística para extraer conclusiones fiables sobre todo un sector o mercado a partir de muestras concretas de datos (por ejemplo, para evaluar la eficiencia de un nuevo proceso de embarque). Asimismo, se desarrollarán modelos que permitan identificar relaciones entre factores clave, obtener conclusiones sólidas y anticipar tendencias futuras.
Todo este proceso se apoyará en herramientas informáticas de referencia en el sector, como R, Power BI y Excel, que facilitarán la automatización del análisis numérico y el procesamiento de datos. Esto preparará al estudiante para afrontar con éxito los retos del Big Data en el ámbito aeronáutico.
Resultados de aprendizaje
- KM01 (Identificar los conceptos matemáticos necesarios en los procesos de los sistemas del sector aeronáutico.) Identificar los conceptos matemáticos necesarios en los procesos de los sistemas del sector aeronáutico.
- SM01 (Utilizar el lenguaje matemático básico para interpretar aquellos textos que lo utilicen para transmitir ideas y métodos.) Utilizar el lenguaje matemático básico para interpretar aquellos textos que lo utilicen para transmitir ideas y métodos.
- SM04 (Resolver problemas de cálculo de probabilidades.) Resolver problemas de cálculo de probabilidades.
- SM05 (Interpretar representaciones gráficas de datos y de funciones.) Interpretar representaciones gráficas de datos y de funciones.
- SM06 (Inferir propiedades de una población a partir de una muestra.) Inferir propiedades de una población a partir de una muestra.
Contenidos
1. Estadística descriptiva
1.1. Estudio descriptivo de una variable
1.1.1. Cualitativa: Tabla de frecuencias y gráficos: diagrama de sectores, diagrama de barras y otras
1.1.2. Cuantitativa: Tabla de medidas estadísticas: media, desviación, y graficos: diagrama de barras, histograma y boxplot
1.2. Estudio descriptivo de dos variables
1.2.1. Cualitativas: Tabla de contingencia y gráfico de barras agrupadas por categoría
1.2.2. Cuantitativas: Coeficiente de correlación y gráfico de dispersión
2. Probabilidad
2.1. Definición
2.2. Probabilidad condicionada
2.3. Independencia de acontecimientos
3. Variables aleatorias
3.1. Variables aleatorias discretas y continuas
3.2. Funciones de probabilidad y de distribución
3.3. Medidas de posición, dispersión y forma: esperanza, momentos, varianza y otras
3.4. Distribuciones notables: Binomial, Poisson, Uniforme, Exponencial y Normal.
3.5. Distribuciones bivariantes e independencia entre variables aleatorias
4. Distribuciones de funciones de variables aleatorias y aproximaciones
4.1. Muestra y población
4.2. Distribución de la media, la varianza y la quasivariància en variables aleatorias normales
4.3. Aproximaciones de funciones de variables aleatorias
4.3.1. Convergència en probabilidad y en distribución
4.3.2. Ley de los grandes números
4.3.3. Teorema Central del límite
4.3.4. Simulación de Montecarlo
5. Inferencia estadística
5.1. Estimador puntual e intervalos de confianza.
5.2. Contrastes de hipótesis para una población: media, varianza y proporción
5.3. Contrastes de hipótesis para dos poblaciones: datos aparejados o independientes
5.4. Contrastes Chi-cuadrado
5.5. Análisis de la varianza
6. Modelo de Regresión lineal
6.1. Estimador de mínimos cuadrados ordinarios
6.2. Bondad de ajuste
6.3. Predicción con el modelo de regresión
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Clases prácticas informática | 12 | 0,48 | |
| Clases de teoría | 30 | 1,2 | |
| Tutorías individuales | 8 | 0,32 | |
| Preparación de trabajos de prácticas | 10 | 0,4 | |
| Estudio y resolución de problemas | 67 | 2,68 | |
| Clases de problemas | 15 | 0,6 |
El centro del proceso de aprendizaje es el trabajo del alumnado. El estudiantado aprende trabajando, y la misión del profesorado es apoyar este proceso proporcionando información, indicando las fuentes donde puede obtenerse y guiándolo para que el aprendizaje se desarrolle de manera eficaz. En línea con estas ideas, y de acuerdo con los objetivos de la asignatura, el desarrollo del curso se basa en las siguientes actividades:
Clases de teoría
El alumnado adquiere los conocimientos científico-técnicos propios de la asignatura asistiendo a las clases de teoría y complementándolas con el estudio personal de los temas tratados.
Problemas y prácticas
Las sesiones de problemas y prácticas se desarrollan en grupos reducidos de alumnado con una doble finalidad. Por un lado, se trabajan los conocimientos científico-técnicos expuestos en las clases de teoría para completar su comprensión y profundizar en ellos mediante diversas actividades, desde la resolución de problemas hasta la discusión de casos prácticos. Por otro lado, estas sesiones constituyen un espacio para debatir conjuntamente el desarrollo del trabajo práctico, aportando los conocimientos necesarios para llevarlo a cabo o indicando dónde y cómo pueden adquirirse.
La parte más práctica de esta asignatura se plantea como un itinerario para orientar al estudiantado en un trabajo de campo de estadística en cada una de sus etapas. Consiste en trabajar los distintos conceptos introducidos a lo largo del curso mediante la hoja de cálculo Excel y el paquete estadístico que incorpora.
Uso de la Inteligencia Artificial
En esta asignatura se permite el uso de tecnologías de Inteligencia Artificial (IA) como apoyo durante las prácticas. No obstante, el análisis y la resolución final deben ser responsabilidad de cada estudiante, así como la reflexión crítica sobre los resultados obtenidos con el uso de la IA. En ningún caso podrá utilizarse la IA en las actividades evaluables presenciales. La falta de transparencia en el uso de la IA en una actividad evaluable se considerará una falta de integridad académica y puede conllevar una penalización parcial o total en la calificación, o sanciones más graves en casos de mayor gravedad.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Evaluación de las prácticas de la asignatura (P) | 30% | 2 | 0,08 | SM05, SM06 |
| Entrega de problemas resueltos. | 20% | 4 | 0,16 | KM01, SM01, SM04 |
| Examen final / Recuperación (E) | 50% | 2 | 0,08 | KM01, SM01, SM04, SM05, SM06 |
En la Evaluación se evaluarán los conocimientos científico-técnicos de la materia logrados por el alumno, así como su capacidad de análisis y síntesis, de razonamiento crítico y de aplicar sus conocimiento en la resolución de supuestos prácticos.
Esta asignatura no prevé el sistema de evaluación única.
La evaluación será continuada con varios objetivos fundamentales: monitorizar el proceso de enseñanza-aprendizaje, permitiendo tanto al alumno como al profesor conocer el grado de logro de las competencias y corregir, si es posible, las desviaciones que se produzcan. Incentivar el esfuerzo continuado del alumno frente al sobreesfuerzo, frecuentemente inútil, de última hora.
Evaluación Continuada
La Evaluación Continuada consta de entrega de los problemas que se resuelven en tres días diferentes durante el curso, una evaluación de las prácticas de la asignatura y un examen final.
La calificación de la asignatura se obtendrá a partir de la entrega de los problemas que dará una calificación C, de una evaluación de las prácticas de la asignatura que dará una nota P y la calificación del examen final (C). La calificación C tiene un peso del 20%, la calificación P tiene un peso del 30% y la calificación del examen final E1 tiene un peso del 50% de la calificación final.
Con las calificaciones C, P y E1 se obtiene la calificación final de la asignatura (N) de la manera siguiente:
N = 0.50 × E1 + 0.20 × C + 0.30 × P
Recuperación y/o mejora de la nota de examen:
El alumno supera la asignatura sí N es más grande o igual que 5 y, a la misma vez, E1 es más grande que 5 y P es más grande que 5. En caso contrario o bien si el alumno quiere mejorar nota, hay una posibilidad de mejorar la parte de la nota del examen E1 realizando un examen de recuperación, la nota del cual será E2. Así, a partir de esta nota de recuperación se obtiene la nota final de la asignatura:
NF = 0.50 × max(E1, E2) + 0.20 × C + 0.30 × P
Observaciones:
- Las notas C y P de Evaluación Continuada no son recuperables.
- Se considera que el alumno se ha presentado a la convocatoria de la asignatura si se presenta a cualquier de los dos exámenes que dan lugar a las notas E1 o E2. En caso contrario, será un No Presentado, aunque tenga alguna nota de evaluación continuada (C y/o P).
- Ir al examen de recuperación E2 implica obtener como mucho una calificación de 7 de la asignatura.
- Para obtener una Matrícula de Honor se recomienda tener un excelente en las tres partes.
Calificación No Evaluable:
Obtendrán la calificación de 'No evaluable' los estudiantes que solo hayan participado en actividades de evaluación que, en conjunto, tengan un peso inferior o igual al 50%.
Sin perjuicio otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, se calificarán con un cero las irregularidades cometidas por el estudiante que puedan conducir a una variación de la calificación de un acto de evaluación. Por lo tanto, copiar o dejar copiar una práctica o cualquier otra actividad de evaluación implicará suspenderla con un cero, y si es necesario superarla para aprobar, toda la asignatura quedará suspensa. No serán recuperables las actividades de evaluación cualificadas de esta forma y por este procedimiento, y por tanto la asignatura será suspendida directamente sin oportunidad de recuperarla en el mismo curso académico.
Las fechas de los exámenes y entrega de trabajos se publicarán en el campus virtual y pueden estar sujetos a posibles cambios de programación por motivos de adaptación a posibles incidencias. Siempre se informará en el campus virtual sobre estos cambios puesto que se entiende que esta es la plataforma habitual de intercambio de información entre profesores y estudiantes.
Bibliografía
Bardina, X., Farré, M.: Estadística descriptiva. Manuals UAB, 2009
Delgado, R.: Probabilidad y Estadística para ciencias e ingenierías. Delta, Publicaciones Universitarias. 2008.
Peña, D.: Estadística. Fundamentos de estadística. Alianza Universidad. 2001.
Silvey, S.D.: Statistical Inference. Chapman&Hall. 1975.
Novales, A.: Econometria. McGraw-Hill 2000
Software
La parte más práctica de la asignatura se realiza utilizando software líder en el sector: Excel, R y PowerBI.
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Tipo de docencia | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (TE) Teoría | 11 | Catalán | primer cuatrimestre | tarde |
| (PAUL) Prácticas de aula | 11 | Catalán | primer cuatrimestre | tarde |
| (PAUL) Prácticas de aula | 12 | Catalán | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 21 | Catalán | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 22 | Catalán | primer cuatrimestre | tarde |
| (PLAB) Prácticas de laboratorio | 23 | Catalán | primer cuatrimestre | tarde |