Guia en format PDF
Logo

Eines Informàtiques per a l'Estadística

Codi: 104849
Crèdits: 6
2026/2027
Titulació Tipus Curs
Estadística Aplicada FB 1

Professor/a de contacte

Nom :
Joaquim Roé Vellvé
Correu electrònic :
joaquim.roe@uab.cat

Equip docent

Jose Maria Mondelo Gonzalez

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

Com que és una assignatura de primer de grau i al primer semestre, no té cap prerequisit.

Objectius

Els objectius principals de l'assignatura són els següents:

  • Familiaritzar-se amb l'ús d'un manipulador algebraic i de càlcul. Aquest manipulador s'ha de considerar com una eina habitual per a l'estudi de la resta d'assignatures.
  • Aprendre a estructurar i redactar textos científics amb el processador de textos LaTeX.
  • Familiaritzar-se amb el concepte de paquet estadístic. En particular, crear i transformar bases de dades i habituar-se a entorns de treball en mode gràfic i en consola.
  • Aprendre a utilitzar un sistema operatiu en línia de comanda, aprofitant la seva potència per a fusionar, separar o extreure dades de fitxers o conjunts de fitxers.
  • Introduir-se a la formalització d'algoritmes mitjançant un llenguatge de programació.

Resultats d'aprenentatge

  • CM02 (Resoldre problemes mitjançant programació estructurada, dissenyant els algorismes adequats.) Resoldre problemes mitjançant programació estructurada, dissenyant els algorismes adequats.
  • CM04 (Programar solucions algorísmiques per a resoldre problemes dins d'un context vinculat a l'estadística.) Programar solucions algorísmiques per a resoldre problemes dins d'un context vinculat a l'estadística.
  • KM05 (Reconèixer estructures pròpies dels llenguatges de programació d'alt nivell (variables, bucles, arranjaments, llistes, diccionaris, tuples, etc.), funcions i classes.) Reconèixer estructures pròpies dels llenguatges de programació d'alt nivell (variables, bucles, arranjaments, llistes, diccionaris, tuples, etc.), funcions i classes.

Continguts


  1. Breu introducció a la informàtica. Recursos informàtics de la universitat disponibles per a l'assignatura.
  2. Processador de textos (LaTeX): Estructura d'un fitxer TeX. Edició i compilació. Fórmules matemàtiques. Material flotant.
  3. Paquets estadístics (R): Entorns de treball. Declaració de variables. Creació, obtenció i manipulació de bases de dades. Eines descriptives. Entorn gràfic.
  4. Manipulador algebraic i de càlcul (Sage): Càlculs numèrics i algebraics. Gràfics de funcions. Resolució d'equacions. Definició de funcions. Llistes, conjunts i successions. Programació lògica, iteracions i procediments.
  5. Sistema operatiu (Bash): La consola. Primeres instruccions i obtenció d'ajuda. Manipulació de fitxers.
  6. Programació (Python): introducció al Python.



Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Preparació de l'examen del manipulador algebraic i de càlcul 25 1 CM02, CM04, KM05
Preparació de l'examen de LaTeX 12,5 0,5
Preparació de l'examen de programació 32 1,28 CM02, CM04, KM05
Preparació de l'examen del paquet estadístic 25 1 CM02, CM04, KM05
Classes pràctiques 47 1,88 CM02, CM04, KM05

Totes les classes són pràctiques, en sessions de dues hores. La part essencial de les pràctiques consisteix en el treball personal de cada alumne/a a l'ordinador, seguint un guió preparat i explicat pel professorat.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Examen de LaTeX 0.13 1 0,04 CM04
Examen manipulador algebraic i de càlcul 0.26 1,5 0,06 CM02, CM04, KM05
Examen del paquet estadístic R 0.22 1,5 0,06 CM02, CM04, KM05
Examen de programació (sistema operatiu i Python) 0.22 1,5 0,06 CM02, CM04, KM05
Examen final 0.43 3 0,12 CM02, CM04, KM05

L'avaluació continuada amb exàmens parcials permet obtenir una nota de l'assignatura; per aprovar caldrà que aquesta nota sigui igual o més gran que 5 i que la nota de cadascun dels blocs en què es divideix l'assignatura sigui més gran o igual que 3. Es reserva un espai de 4 hores per a avaluar altre cop els exàmens no superats de l'avaluació continuada.


En aquesta assignatura, no es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) en cap de les seves fases. Qualsevol treball que inclogui fragments generats amb IA serà considerat una falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.

Bibliografia

Com que aquesta assignatura es realitza amb ordinadors la font principal d'informació serà l'ajuda  dels programes que s'utilitzen. A més, com a bibliografia complementària recomanem els recursos online següents.

  • Tobias Oetiker, Hubert Partl, Irene Hyna and Elisabeth Schlegl. The not so short introduction toLaTeX2E (or LaTeX in 139 minutes). https://tobi.oetiker.ch/lshort/lshort.pdf
  • W.N. Venables, D.M. Smith and the R Development Core Team: An introduction to R.https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf
  • GNU Bash manual, https://www.gnu.org/software/bash/manual/
  • Python Software Foundation, The Python Language Reference, https://docs.python.org/3/reference/
  • The Sage Reference Manual, https://doc.sagemath.org/html/en/reference/

 

Programari

SageMath, R, Python, LaTeX i GNU/Linux.

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(PLAB) Pràctiques de laboratori 1 Català primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 2 Català primer quadrimestre tarda
(PLAB) Pràctiques de laboratori 3 Català primer quadrimestre tarda