Logo

Simulación y Remuestreo

Código: 104868
Créditos: 6
2026/2027
Titulación Tipo Curso
Estadística Aplicada OB 3

Profesor/a de contacto

Nombre :
Amanda Fernandez Fontelo
Correo electrónico :
amanda.fernandez@uab.cat

Equipo docente

Roger Borras Amoraga

Equipo docente (externo a la UAB)

Aureli Alabert

Idiomas de los grupos

Puede consultar esta información al final del documento.

Prerrequisitos

Se supone que el estudiante ha adquirido las competencias propias de las asignaturas de Inferencia Estadística, Cálculo de Probabilidades, y Procesos Estocásticos, y que tiene buen nivel de programación en lenguaje R.

Objetivos

  • Aprender a generar muestras por ordenador y aplicarlo al análisis de sistemas complejos y a la optimización de procesos.
  • Aprender técnicas de remuestreo en inferencia estadística y aprendizaje automático.

 

 

Resultados de aprendizaje

  • KM15 (Identificar algoritmos y técnicas, de simulación y remuestreo, y modelos para situaciones complejas, fomentando la innovación en el ámbito de la estadística.) Identificar algoritmos y técnicas, de simulación y remuestreo, y modelos para situaciones complejas, fomentando la innovación en el ámbito de la estadística.
  • SM15 (Resolver problemas de inferencia no convencionales mediante técnicas de simulación y de remuestreo) Resolver problemas de inferencia no convencionales mediante técnicas de simulación y de remuestreo

Contenidos


  1. Tests permutacionales: Tests para dos muestras. Test de datos apareados. Test de correlaciones. Ejemplos avanzados.

  2. Bootstrap y otros métodos de remuestreo: Conceptos básicos. Estimaciones del error estándar y del sesgo. Bootstrap paramétrico. Bootstrap no-paramétrico. Mètodos para calcular intervalos de confianza. Ejemplos de aplicación (modelos lineals y lineales generalizados, tests de hipótesis, series temporales, ...).

  3. Remuestreo para aprenendizaje automático: Bagging. Boosting.

  4. Simulación: Simulación de variables i vectores aleatorios. Simulación de sucesos discretos. Análisis del output. Modelización del input. Generación de números aleatorios.


 

Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Estudio personal de la materia 48 1,92
Clases teóricas y prácticas 50 2 KM15, SM15
Trabajos 48 1,92

La docencia combinará en clase lecciones por parte de los profesores y trabajo práctico de los estudiantes con ordenador.


Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Entrega de prácticas de Simulación 10% 0 0 KM15, SM15
Entrega de prácticas de Remuestreo 10% 0 0 KM15, SM15
Examen de Remuestreo 40% 2 0,08 KM15, SM15
Exámen de Simulación 40% 2 0,08 KM15, SM15

Criterios de evaluación

  • Exámenes: 80 % de la nota final
  • Entrega de trabajos: 20 % de la nota final

Para aprobar la asignatura, el alumnado deberá:

  • Obtener una media de 5,0 sobre 10 en los exámenes, con una nota mínima de 4,0 en cada uno
  • Alcanzar una media global de 5,0 sobre 10, que constituirá la nota final del curso

Las calificaciones que no cumplan estos requisitos podrán revisarse caso por caso.

Cada examen contará con una segunda convocatoria (“recuperación” en la terminología oficial de la UAB). La asistencia a esta segunda convocatoria anulará automáticamente la nota de la primera. Las entregas no son recuperables. Dentro de la misma convocatoria, los exámenes de las distintas partes pueden coincidir en un mismo día.

Se considerará evaluable al estudiantado que haya presentado trabajos o realizado exámenes correspondientes a al menos el 50 % del peso de la asignatura, según el cuadro de Actividades de evaluación. En caso contrario, figurará en el acta como “No Evaluable”.

Las notas obtenidas en la segunda convocatoria no se tendrán en cuenta para la asignación de Matrículas de Honor.

La copia o el plagio, tanto en entregas como en exámenes, se considerará igual de grave y supondrá el suspenso automático de la asignatura.

Evaluación única:

El estudiantado que haya optado por la evaluación única será evaluado mediante un único examenque abarcará la totalidad de la asignatura, incluidas las prácticas. No se entregarán trabajos. Parte del examen podrá consistir en una prueba oral. En caso de superar la primera convocatoria, no habrá opción de una segunda para subir nota.


Uso de la IA

En esta asignatura no se permite el uso de tecnologías de Inteligencia Artificial (IA) en ninguna de sus fases. Cualquier trabajo que incluya fragmentos generados con IA será considerado una falta de honestidad académica y podrá conllevar una penalización parcial o total en la calificación de la actividad, o sanciones más severas en casos de mayor gravedad.


Irregularidades en los actos de evaluación


La comisión de cualquier irregularidad en un acto de evaluación (fraude académico, plagio o uso indebido de la IA) que pueda dar lugar a una variación significativa de la calificación supondrá que dicho acto sea calificado con un 0. En caso de que la guía docente establezca que para superar la asignatura sea un requisito imprescindible haber obtenido una calificación mínima en dicho acto de evaluación o de que se produzcan varias irregularidades en los actos de evaluación de una misma asignatura, la calificación final de dicha asignatura será de 0. Asimismo, al margen de lo anterior, podrá incoarse un procedimiento disciplinario al estudiante que incurra en cualquiera de estas irregularidades.



Bibliografía

  • Law (2014) Simulation. Modelling and Analysis.
  • James - Witten - Hastie - Tibshirani (2013) An introduction to Statistical Learning: with applications in R. Springer (Recurs electrònic UAB).
  • Efron - Hastie (2016) Computer Age Statistical Inference. Cambridge University Press.

Software

Durante el curso se darán las instrucciones de instalación pertinentes para el software que se utilizará, en el momento oportuno.

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 1 Catalán segundo cuatrimestre tarde
(PLAB) Prácticas de laboratorio 1 Catalán segundo cuatrimestre tarde