Estadística Inferencial

Profesor/a: MARÍA YOLANDA FERNÁNDEZ RAMOS

Teléfono: 983 00 10 00

Última versión revisada de la guía docente, debidamente informada por parte del profesor en la asignatura.

En esta asignatura se enseña a los alumnos las técnicas básicas para el análisis estadístico de los datos. El objetivo es que los alumnos entiendan los estudios estadísticos y puedan realizar sus propios análisis adquiriendo los conocimientos fundamentales de la inferencia estadística.

Paralelamente se enseña la utilización de programas informáticos de estadística.

A través del conocimiento de esta asignatura el alumno podrá sistematizar y resumir la información, captar los datos que necesite para conocer las variables y las relaciones que las unen y de esta forma poder afrontar la toma racional de decisiones económicas y empresariales.

Así mismo, esta asignatura sirve de complemento fundamental para otras que pertenecen a la materia en la que se ubica.

  1. ESTADÍSTICA INFERENCIAL:
    1. Introducción a la Estadística Inferencial:
    2. Probabilidad y Distribución de variables aleatorias:
    3. Estimación puntual, estimación por intervalos:
    4. Contrastes de hipótesis. Paramétricos y no paramétricos:
    5. Introducción a las técnicas multivariantes de análisis de datos:

Con el fin de facilitar y dar soporte al proceso de enseñanza-aprendizaje de la asignatura de Estadística, la misma se impartirá de forma combinada entre el aula específica del grupo y las aulas de informática de la UEMC. En el aula de informática se dispone de una red de ordenadores con un terminal por alumno, unidades de almacenamiento compartido, impresoras, cañón de proyección y conexión a Internet.
Cada equipo informático tiene instalado las versiones actualizadas del software necesario para el correcto desarrollo de la docencia, en concreto el paquete SPSS, el EXCEL y R.

CG01. Capacidad de análisis y síntesis
CG02. Capacidad de organización y planificación
CG03. Capacidad para la resolución de problemas
CG04. Capacidad para tomar decisiones
CG05. Comunicación oral y escrita en lengua nativa
CG07. Habilidades básicas de informática
CG08. Capacidad para trabajar en equipo
CG09. Compromiso ético
CG10. Capacidad para trabajar en entornos de presión
CG12. Capacidad para comunicarse con expertos de otras áreas
CG13. Habilidades interpersonales
CG14. Capacidad para trabajar en un equipo de carácter interdisciplinar
CG15. Capacidad de adaptación a nuevas situaciones
CG17. Capacidad para generar nuevas ideas (creatividad)
CG18. Capacidad de aprendizaje autónomo (aprender a aprender)
CG20. Liderazgo
CE14. Capacidad para manejar adecuadamente las técnicas y herramientas matemáticas y estadísticas necesarias para su desempeño profesional
CE17. Capacidad para buscar y analizar información procedente de diversas fuentes
CE18. Capacidad para aplicar los conocimientos en la práctica
El alumno será capaz de:
  1. Realizar representaciones gráficas de los datos, y extraerá conclusiones adaptadas al área económica determinada, utilizando en algunos casos herramientas informáticas.
  2. Comprender los planteamientos, procedimientos y resultados de cualquier trabajo en el que se haya utilizado la estadística descriptiva.
  3. Conocer el manejo de programas informáticos adecuados.
  4. Reflexionar críticamente sobre el origen de los datos.
  5. Realizar contrastes de hipótesis a partir de resultados estadísticos.
  6. Realizar cálculos estadísticos inferenciales utilizando herramientas informáticas.
  7. Estimar las probabilidades de error en las estimaciones y sus consecuencias en la toma de decisiones.
  8. Manejar adecuadamente programas estadísticos.

  • Anderson, D.R., Sweeney, D.J., Williams, T.A. (2001), Estadística para la Administración y Economía, Editorial International Thomson
  • Baillo, A. y Grané, A. (2008), 100 problemas resueltos de Estadística Multivariante, Delta Publicaciones, 2008
  • Casas Sánchez, J.M.; García Pérez, C.; Rivera Galicia, L.F. y Zamora Sanz, A.I. (2006), Ejercicios de inferencia estadística y muestreo para economía y administración de empresas, Ediciones Pirámide. Madrid
  • Morales Vallejo, P. (2008), Estadística Aplicada a las Ciencias Sociales, Universidad Pontificia de Comillas
  • Martín Martín, Q., Cabero Morán, T. y de Paz Santana, Y. (2007), Tratamiento estadístico de datos con SPSS: prácticas resueltas y comentadas, Ed. Thomson

http://www.seio.es/ (La SEIO es una organización autónoma que tiene como objetivo el desarrollo, mejora y promoción de los métodos y aplicaciones de la Estadística y de la Investigación Operativa, en su sentido más amplio. Con esta finalidad la SEIO, en el ámbito de su competencia, organiza Congresos Ordinarios y Reuniones Monográficas, edita revistas profesionales y boletines de información, potencia intercambios nacionales e internacionales, promociona actividades de consulta en los sectores público y privado, estimula la investigación y, en general, pone la Estadística y la Investigación Operativa al servicio de la ciencia y de la sociedad.)

https://isi-web.org/ (Sus objetivos se reflejan en el lema "Ciencia estadística para un mundo mejor" y están respaldados por planes estratégicos desarrollados cada pocos años por el Comité Ejecutivo del ISI en consulta con el Consejo. Se centran en los objetivos a largo plazo del ISI y en cómo realizar estos objetivos.)

http://www.bernoulli-society.org/ (Los objetivos de la Sociedad Bernoulli son el avance de las ciencias de la probabilidad (incluidos los procesos estocásticos) y las estadísticas matemáticas y de sus aplicaciones a todos aquellos aspectos del esfuerzo humano que se dirigen hacia el aumento del conocimiento natural y el bienestar de la humanidad.)

https://www.ine.es/ (El Instituto Nacional de Estadística es un organismo autónomo de carácter administrativo, con personalidad jurídica y patrimonio propio, adscrito al Ministerio de Economía y Empresa a través de la Secretaría de Estado de Economía y Apoyo a la Empresa. La Ley asigna al Instituto Nacional de Estadística un papel destacado en la actividad estadística pública encomendándole expresamente la realización de las operaciones estadísticas de gran envergadura (censos demográficos y económicos, cuentas nacionales, estadísticas demográficas y sociales, indicadores económicos y sociales, coordinación y mantenimiento de los directorios de empresas, formación del Censo Electoral...). También, la ley atribuye al INE las siguientes funciones: la formulación del Proyecto del Plan Estadístico Nacional con la colaboración de los Departamentos Ministeriales y del Banco de España; la propuesta de normas comunes sobre conceptos, unidades estadísticas, clasificaciones y códigos; y las relaciones en materia estadística con los Organismos Internacionales especializados y, en particular, con la Oficina de Estadística de la Unión Europea (EUROSTAT). Además existen los siguientes órganos colegiados con importantes competencias en materia estadística: Consejo Superior de Estadística, Comisión Interministerial de Estadística y Comité Interterritorial de Estadística. En todos ellos el INE desempeña un importante papel.)

Método dialéctico

Se utilizará en las clases practicas en la realización de pruebas reales o simuladas

Método didáctico

Se utilizara básicamente durante las clases magistrales

Método heurístico

Se utilizará básicamente en la realización de trabajos y proyectos

Esta planificación estimada podrá verse modificada por causas ajenas a la organización académica primera presentada. El profesor informará convenientemente a los alumnos de las nuevas modificaciones puntuales.

 

Tema 1: Introducción a la estadística inferencial. Se desarrollará durante la semana 1.

El objetivo es iniciar a los alumnos en los conceptos básicos que se van a tratar a lo largo del curso. Así mismo, deberá conocer el funcionamiento básico del programa estadístico SPSS. Las actividades programas para el logro de los objetivos y adquisición de competencias,

serán clases magistrales para explicar al alumno el contenido teórico del tema y clases prácticas para la presentación del programa estadístico SPSS.

Realización de práctica puntuable: La entrega de varios problemas que se realizarán en clase o como trabajo autónomo.

 

Tema 2. Probabilidad y distribución de variables aleatorias. Se desarrollará durante la semana 2 y 3.

El alumno conocerá los conceptos de: sucesos, probabilidad frecuentista y subjetiva. Probabilidad condicionada, Teorema de la probabilidad total y Teorema de Bayes. Además, conocerá las principales distribuciones que siguen las variables aleatorias: Bernoulli. Binomial. Poisson. Normal y asociadas. Las actividades programas para el logro de los objetivos y adquisición de competencias, serán clases magistrales para explicar al alumno el contenido teórico del tema y clases prácticas para la realización de problemas.

Realización de práctica puntuable: La entrega de varios problemas que se realizarán en clase o como trabajo autónomo. Se realizará la práctica nº 1 y nº 2.

 

Tema 3. Introducción a la inferencia estadística. Estimación puntual y estimación por intervalos. Se desarrollará durante la semana 4 y 5.

El objetivo del tema es aproximar al alumno al concepto de muestreo, conocer la distribución de los estimadores, comprender el Teorema del

límite central y su aplicación a través de la estimación puntual y por intervalos. Las actividades programas para el logro de los objetivos y adquisición de competencias, serán clases magistrales para explicar al alumno el contenido teórico del tema y clases prácticas para la realización de problemas.

Realización de práctica puntuable: La entrega de varios problemas que se realizarán en clase o como trabajo autónomo. Se realizará la práctica nº 3 y nº 4.

 

Tema 4. Contrastes de hipótesis: Paramétricos y no paramétricos. Se desarrollará durante la semana 6, 7, 8, 9, 10 y 11.

Realización de práctica puntuable: La entrega de varios problemas que se realizarán en clase o como trabajo autónomo. Se realizará las prácticas nº 5, nº 6, nº 7 y nº 8

Las actividades programas para el logro de los objetivos y adquisición de competencias, serán clases magistrales para explicar al alumno el contenido teórico del tema, clases prácticas para la realización de problemas.

 

Tema 5: Introducción a las técnicas multivariantes de análisis de datos. Se desarrollará durante la semana 12, 13, 14 y 15. Se realizará una introducción a las técnicas de análisis multivariantes: Regresión, análisis cluster y análisis factorial.

Realización de práctica puntuable: La entrega de varios problemas que se realizarán en clase o como trabajo autónomo. Se realizará las prácticas nº 9 y nº 10.

Por otro lado, es importante tener en cuenta los siguientes aspectos referentes a la planificación:

  • Esta(s) actividad(es) es(son) susceptible(s) de utilizar herramientas de inteligencia artificial de manera ética y responsable, lo que supone que su uso está destinado para conseguir más información, contrastar y ayudar de manera efectiva a fomentar la creatividad y enriquecer el aprendizaje activo. Así se entiende que la aplicación inapropiada como el traslado de la reproducción de las herramientas sin aportación y trabajo propio, representa un comportamiento inadecuado, que no cumple con los objetivos de la(s) actividad(es) y así se verá reflejado en su calificación.
  • El profesor podrá incorporar medidas de carácter aleatorio o fijo (sustentación oral del resultado, incluir variaciones en los enunciados, aplicaciones de los resultados a otros contextos, etc.), antes, durante o al finalizar cada actividad formativa, con el propósito de confirmar el uso apropiado de la herramienta de inteligencia artificial.

Esta planificación tiene un carácter meramente orientativo y podrá ser modificada a criterio del profesor, en función de circunstancias externas y de la evolución del grupo. El profesor informará convenientemente a los alumnos de dichas modificaciones. Los sistemas de evaluación descritos en esta guía docente son sensibles tanto a la evaluación de las competencias como de los contenidos de la asignatura.

Sistema de evaluación % Calificación final
Trabajos y proyectos 20
Pruebas de ejecución de tareas reales y/o simuladas 40
Pruebas objetivas 20
Pruebas de respuesta corta 20
Consideraciones de la Evaluación en la Convocatoria Ordinaria

Durante las clases presenciales y en ocasiones fuera de las horas de clase, se ejecutarán distintos trabajos y proyectos con la ayuda de los programas SPSS y EXCEL (20% de la calificación) que serán tenidas en cuenta en la calificación final del alumno. Estos trabajos y proyectos se ejecutarán de forma individual según las especificaciones que, en cada uno, indique el profesor y deberán ser entregadas obligatoriamente a través de Moodle en clase. No se recogerá ningún trabajo y proyecto fuera de plazo, salvo que exista causa justificada y contemplada en la normativa de la UEMC.

Si en los trabajos y proyectos se observa que los alumnos los están realizando fraudulentamente la calificación en dicho trabajo o proyecto será automáticamente de suspenso (cero).

Todas las entregas (trabajos y proyectos) que se realicen a través de Moodle deben seguir las siguientes indicaciones:

  • El formato del archivo será siempre un único documento en pdf. o Word que podrá contener escaneos o fotografías si se recogen demostraciones matemáticas (para evitar tener que utilizar editores de fórmulas) o un documento de resultados del SPSS o un archivo de Excel.
  • Será responsabilidad del alumno subir en tiempo y forma adecuada todos los archivos que se entreguen en Moodle. En caso de que el archivo entregado en Moodle no cumpliera con el tiempo y la forma adecuada será calificado con 0. Tanto la forma como el tiempo de entrega, se especificarán en clase y se señalará en la correspondiente entrega de tareas del Moodle.

El alumno deberá superar en su conjunto, con una nota superior a 5 sobre 10, tanto la prueba realizada en la semana 8, como las realizadas en la semana 14. Las pruebas realizadas esos dos días contribuirán si ambas son superadas con un 40% cada una a la calificación final. En cada una de las pruebas se utilizarán los sistemas de evaluación de pruebas objetivas (10%), de respuesta corta (10%) y pruebas de ejecución de tareas reales o simuladas (20%).

Consideraciones generales

Para aprobar la asignatura por evaluación continua deben superarse cada una de las pruebas de evaluación con una nota igual o superior a 5.0. Si alguna prueba de evaluación continua no es superada, el alumno tendrá la oportunidad de recuperarlas en convocatoria ordinaria y posteriormente en extraordinaria si aún le quedara alguna parte suspensa. El alumno debe tener presente que solo dispondrá de 2 horas y media el día de evaluación en convocatoria ordinaria/extraordinaria, por lo que se le recomienda que supere las pruebas en la evaluación continua.

Si un alumno, después de la evaluación de convocatoria ordinaria, tiene suspensa alguna de las partes de la asignatura, tendrá la asignatura como no superada y la nota que aparecerá en el expediente del alumno en convocatoria ordinaria será la más baja que haya obtenido entre todas las pruebas de evaluación realizadas. El alumno podrá presentarse a la convocatoria extraordinaria con las partes pendientes, guardándosele la nota de las partes superadas.

Cualquier duda sobre cualquier punto de esta guía docente deberá ser consultada en primer lugar con el profesor que imparte la asignatura.

Notas comunes a las evaluaciones de las Convocatorias Ordinaria y Extraordinaria.

La revisión de las evaluaciones se realizará de forma presencial en la UEMC.

Consideraciones de la Evaluación en la Convocatoria Extraordinaria

Como ya se ha mencionado anteriormente todas las pruebas de evaluación que no sean superadas con una nota igual o superior a 5.0 deberán recuperarse cada una por separado el día del examen final de convocatoria ordinaria y, si después de este día, aún queda alguna prueba pendiente, podrá ser recuperada en convocatoria extraordinaria, manteniéndose la misma ponderación respecto a la nota final.

Notas comunes a las evaluaciones de las Convocatorias Ordinaria y Extraordinaria.

La revisión de las evaluaciones se realizará de forma presencial en la UEMC.

El uso inapropiado de herramientas de inteligencia artificial, tendrán una calificación de cero (0). Asimismo, si se comprueba que este comportamiento irresponsable es generalizado o habitual por parte del estudiante, además de reflejarlo en su evaluación continua y final, puede acarrear la apertura de un expediente disciplinario.

Esta planificación tiene un carácter meramente orientativo y podrá ser modificada a criterio del profesor, en función de circunstancias externas y de la evolución del grupo. El profesor informará convenientemente a los alumnos de dichas modificaciones. Los sistemas de evaluación descritos en esta guía docente son sensibles tanto a la evaluación de las competencias como de los contenidos de la asignatura. La realización fraudulenta de cualquiera de las pruebas de evaluación, así como la extracción de información de las pruebas de evaluación, será sancionada según lo descrito en el Reglamento 7/2015, de 20 de noviembre, de Régimen Disciplinario de los estudiantes, Arts. 4, 5 y 7 y derivarán en la pérdida de la convocatoria correspondiente, así como en el reflejo de la falta y de su motivo en el expediente académico del alumno.


CV Docente

Doctora por la Universidad de Valladolid. Licenciada en Ciencias Económicas y Empresariales y Licenciada en Investigación y Técnicas de Mercado por la Universidad de Valladolid. En posesión del DEA en Organización de Empresas.
Profesora desde el año 2002 en la UEMC en las asignatiras de Estadística Económica (Descriptiva e Inferencial), Organización de Empresas, Estructura Económica entre otras muchas. Profesora desde hace cuatro años del Máster Universitario en Investigación y Gestión de la Innovación en Comunicación.

Experiencia de cuatro años impartiendo docencia "online".


CV Profesional

Con más de seis años de experiencia en Formación Empresarial en temas de Riesgos Laborales, Gestión Medioambiental y Calidad Total en la Empresa Lingotes Especiales S.A. Dos años de experiencia en Formación Profesional en Marketing e Investigación de Mercados en Forun de Castilla y León, un año de experiencia en el Departamento Financiero de la Caja Rural del Duero en Valladolid y dos años de experiencia formando en Marketing en la Confederación Vallisoletana de Empresarios. Colaboraciones durante dos años como Técnico de Investigación de Mercados en la empresa "Append" de Zaragoza.


CV Investigación

Ámbito de investigación en la actualidad: Aprendizaje grupal, análisis de contenidos publicitarios y periodísticos, Impacto Económico de Recreaciones Históricas y Educación y Sostenibilidad,.

Para ver la investigación y publicaciones, y su indexación se puede consultar en:

Google Scholar: https://scholar.google.es/citations?user=1O1DNMQAAAAJ&hl=es

Linkedin: https://www.linkedin.com/in/mar%C3%ADa-yolanda-fern%C3%A1ndez-ramos-37623240/

Dialnet: https://dialnet.unirioja.es/servlet/autor?codigo=2336730

nº SCOPUS: Author ID: 57191762957

ORCID: http://orcid.org/0000-0002-1638-0752

 

Créditos totales: 6
Tipo: Básico
Período: 2º Semestre