asignatura master 2023
ESTADÍSTICA MATEMÁTICA EN LA CIENCIA DE DATOS
Curso 2022/2023 Código Asignatura: 21520092
-
Guía de la Asignatura Curso 2022/2023
- Primeros Pasos
- Presentación y contextualización
- Requisitos y/o recomendaciones para cursar esta asignatura
- Equipo docente
- Horario de atención al estudiante
- Competencias que adquiere el estudiante
- Resultados de aprendizaje
- Contenidos
- Metodología
- Sistema de evaluación
- Bibliografía básica
- Bibliografía complementaria
- Recursos de apoyo y webgrafía
ESTADÍSTICA MATEMÁTICA EN LA CIENCIA DE DATOS
Código Asignatura: 21520092
PRESENTACIÓN Y CONTEXTUALIZACIÓN
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
NOMBRE DE LA ASIGNATURA | ESTADÍSTICA MATEMÁTICA EN LA CIENCIA DE DATOS |
CÓDIGO | 21520092 |
CURSO ACADÉMICO | 2022/2023 |
TÍTULOS DE MASTER EN QUE SE IMPARTE |
MÁSTER UNIVERSITARIO EN MATEMÁTICAS AVANZADAS
|
TIPO | CONTENIDOS |
Nº ECTS | 7,5 |
HORAS | 187,5 |
PERIODO | SEMESTRE 1 |
IDIOMAS EN QUE SE IMPARTE | CASTELLANO |
En esta asignatura se estudian, en un bloque, los elementos esenciales de la Estadística Básica, para poder desarrollar, en otro bloque, un estudio de algunos métodos de Estadística Multivariante. El paquete estadístico R tiene un papel muy importante para poder aplicar estos métodos por lo que se incluye en la enseñanza de la asignatura.
Tener conocimientos y soltura de aplicación en Análisis Matemático y Álgebra.
Nombre y apellidos | ALFONSO GARCIA PEREZ |
Correo electrónico | agar-per@ccia.uned.es |
Teléfono | 91398-7251 |
Facultad | FACULTAD DE CIENCIAS |
Departamento | ESTADÍSTICA, INVESTIGACIÓN OPERATIVA Y CÁLCULO NUMÉRICO |
Nombre y apellidos | HILARIO NAVARRO VEGUILLAS (Coordinador de Asignatura) |
Correo electrónico | hnavarro@ccia.uned.es |
Teléfono | 91398-7255 |
Facultad | FACULTAD DE CIENCIAS |
Departamento | ESTADÍSTICA, INVESTIGACIÓN OPERATIVA Y CÁLCULO NUMÉRICO |
La forma habitual de comunicación entre los alumnos y el Equipo Docente será a través del Curso Virtual.
En él podrán formular los alumnos consultas a cualquier hora y en cualquier día, las cuales serán atendidas en un tiempo muy breve, consultas que pueden servir a otros alumnos del curso.
Profesor Alfonso García:
Si algún alumno/a quiere tratar algún tema más privado, como por ejemplo la revisión de su examen, puede utilizar el e-mail
Si quiere utilizar el teléfono (913987251), el horario oficial de guardia es Miércoles lectivos, de 9:30 a 13:30 horas.
Profesor Hilario Navarro:
Además de los medios de comunicación disponibles en la plataforma de virtualización, se habilitará el siguiente horario para consultas telefónicas y presenciales:
Martes lectivos, de 10 a 14 horas.
COMPETENCIAS BÁSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
COMPETENCIAS GENERALES
CG1 - Adquirir conocimientos generales avanzados en tres de las principales áreas de las matemáticas.
CG2 - Conocer algunas de las líneas de investigación dentro de las áreas cubiertas por el Máster.
CG4 - Aprender a redactar resultados matemáticos.
- Conocimientos: Estudio de los Métodos Estadísticos que se puedan aplicar en la interpretación de datos.
- Destrezas y habilidades:
-
- Saber aplicar los Métodos Estadísticos antes mencionados a datos concretos con el paquete estadístico R.
- Capacidad crítica, basada en fundamentos teóricos, ante la modelización estadística de datos.
Bloque I: El Paquete Estadístico R
Estudio de la Incorporación de datos, del manejo de bases de datos, Funciones y su creación, Estudio de las principales funciones y Paquetes de R.
Bloque II: Métodos Elementales de Estadística
Estudio detallado de los Métodos Elementales de Estadística: Estimadores y su distribución, Intervalos de Confianza, Tests de Hipótesis, Regresión y algunos Métodos no paramétricos.
Bloque III: Estadística Multivariante
TEMA 1.- Muestreo Aleatorio en Poblaciones Normales: Inferencias sobre el Vector de Medias.
TEMA 2.- Análisis de la Estructura de Covarianzas: Componentes Principales y Análisis Factorial.
TEMA 3.- Discriminación y Clasificación.
El alumno debe estudiar los temas que componen el programa a través de los textos base
propuestos. El equipo docente dirigirá y apoyará el estudio a través del curso virtual de la
asignatura. En la plataforma destinada a este fin, se proporcionará un programa detallado y
comentado, orientaciones generales para el estudio y un plan de trabajo que relacionará los
temas del programa con los capítulos y secciones de los textos base y de bibliografía
complementaria seleccionada. Para el aprendizaje de la materia contenida en el programa
de esta asignatura, el alumno deberá combinar adecuadamente el estudio de la teoría con la
experimentación y el análisis de casos prácticos.
TIPO DE PRUEBA PRESENCIAL |
|
---|---|
Tipo de examen | |
Tipo de examen | Examen de desarrollo |
Preguntas desarrollo | |
Preguntas desarrollo | 2 |
Duración | |
Duración | 120 (minutos) |
Material permitido en el examen | |
Material permitido en el examen | Solamente una calculadora no programable y el original (no se permiten fotocopias, ni anotaciones, ni hojas sueltas dentro) de la Adenda “Fórmulas y tablas estadísticas”. |
Criterios de evaluación | |
Criterios de evaluación | Constará de 2 ejercicios, del mismo tipo de los que se plantean en los textos base (TB) y de los que pudieran exponerse en el curso virtual. Se valorará de 0 a 10 puntos y la puntuación de cada pregunta se indicara en la hoja de enunciados. Para su resolución, tendrá que manejar con soltura los conceptos que se dan a conocer en esta asignatura, así como las relaciones que los ligan. Concretamente, debe ser capaz de reproducir la línea principal de razonamiento que conduce a los distintos resultados que se exponen en los TB, así como de aplicar dichos resultados al análisis de situaciones concretas. No se exigirá gran precisión en los cálculos, pero se penalizará la obtención de resultados numéricos incompatibles con la naturaleza del elemento que valoran. |
% del examen sobre la nota final | |
% del examen sobre la nota final | 75 |
Nota mínima del examen para aprobar sin PEC | |
Nota mínima del examen para aprobar sin PEC | 5 |
Nota máxima que aporta el examen a la calificación final sin PEC | |
Nota máxima que aporta el examen a la calificación final sin PEC | 5 |
Nota mínima en el examen para sumar la PEC | |
Nota mínima en el examen para sumar la PEC | 3 |
Comentarios y observaciones | |
Comentarios y observaciones |
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS | |
---|---|
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS |
|
Requiere Presencialidad | |
Requiere Presencialidad | No |
Descripción | |
Descripción | El Trabajo consistirá en la resolución de problemas de Inferencia Estadística. |
Criterios de evaluación | |
Criterios de evaluación | |
Ponderación de la prueba presencial y/o los trabajos en la nota final | |
Ponderación de la prueba presencial y/o los trabajos en la nota final | 25% |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | |
Comentarios y observaciones | |
Comentarios y observaciones |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) | |
---|---|
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
|
¿Hay PEC? | |
¿Hay PEC? | No |
Descripción | |
Descripción | |
Criterios de evaluación | |
Criterios de evaluación | |
Ponderación de la PEC en la nota final | |
Ponderación de la PEC en la nota final | |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | |
Comentarios y observaciones | |
Comentarios y observaciones |
OTRAS ACTIVIDADES EVALUABLES |
|
---|---|
¿Hay otra/s actividad/es evaluable/s? | |
¿Hay otra/s actividad/es evaluable/s? | No |
Descripción | |
Descripción | |
Criterios de evaluación | |
Criterios de evaluación | |
Ponderación en la nota final | |
Ponderación en la nota final | |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | |
Comentarios y observaciones | |
Comentarios y observaciones |
¿Cómo se obtiene la nota final? |
|
---|---|
EL 25% de la calificación final del alumno se obtiene con Trabajo y el 75% con la Prueba Presencial a la que es obligatorio presentarse. |
ISBN(13): 9780135143506
Título: APPLIED MULTIVARIATE STATISTICAL ANALYSIS International Edition, 6/E Autor/es: Johnson, Richard A.;Wichern, Dean W.; Editorial: PEARSON HIGHER EDUCATION LONGMAN |
ISBN(13): 9788436236873
Título: FÓRMULAS Y TABLAS ESTADÍSTICAS 1ª ed. Autor/es: García Pérez, Alfonso; Editorial: Universidad Nacional de Educación a Distancia |
ISBN(13): 9788436260939
Título: ESTADÍSTICA BÁSICA CON R Autor/es: Alfonso García Pérez; Editorial: UN.E.D. |
El texto base para los Bloques I y II de la asignatura (El Paquete Estadístico R / Métodos Elementales de Estadística) es el citado en la referencia:
Título: ESTADÍSTICA BÁSICA CON R
Autor/es: Alfonso García Pérez ;
Editorial: UN.E.D.
El texto base para el Bloque III de la asignatura (Estadística Multivariante) es el citado en la referencia:
Título: APPLIED MULTIVARIATE STATISTICAL ANALYSIS (International Edition, 6/E)
Autor/es: Johnson, Richard A. ; Wichern, Dean W. ;
Editorial: PEARSON HIGHER EDUCATION LONGMAN
Bloque III: Estadística Multivariante
General
-
Anderson, T.W. (2003) An Introduction to Multivariate Statistical Analysis. 3th Ed.. New York: Wiley.
-
Flury, B. (1997) A First Course in Multivariate Statistics. New York: Springer-Verlag.
-
Krzanowski, W.J. (2000) Principles of Multivariate Analysis. Revised Ed.. Oxford: Oxford University Press.
-
Mardia, K.V., Kent, J.T. and Bibby J.M. (1979) Multivariate Analysis. London: Academic Press.
-
Muirhead, R.J. (1982) Aspects of Multivariate Statistical Theory. New York: Wiley.
-
Peña, D. (2002) Análisis de Datos Multivariantes. McGraw-Hill.
-
Rencher, A.C. (1992) “Interpretation of canonical discriminant functions, canonical variates and principal components.” The American Statistician, 46, 217-225.
-
Rencher, A.C. (1995) Methods of Multivariate Analysis. New York: Wiley.
-
Rencher, A.C. (1998) Multivariate Statistical Inference and Applications. New York: Wiley.
-
Schervish, M.J. (1987) “A review of multivariate analysis.” Statist. Sci., 2, 396-433.
Aspectos Computacionales y Aplicaciones
-
Afifi, A.A. and Clark, V. (2004) Computer-aided Multivariate Analysis, 4/ed.. London: Chapman and Hall/CRC.
-
Everitt, B. (2005) An R and S-PLUS® Companion to Multivariate Analysis. Springer-Verlag.
Nuevas Perspectivas
-
Hastie, T., Tibshirani, R. and Friedman, J. (2009) The Elements of Statistical Learning: Data Mining, Inference and Prediction. 2th Ed.. New York: Springer.
-
Izenman, A.J. (2008) Modern multivariate statistical techniques: regression, classification, and manifold learning. New York: Springer.
-
James, G., Witten, D., Hastie, T., Tibshirani, R. (2013) An Introduction to Statistical Learning with Applications in R. New York: Springer.
Internet es una fuente de materiales multimedia que pueden ser útiles para el aprendizaje de esta materia. Dado el carácter dinámico de esta información, se comunicará al alumno al comienzo del curso.