DATOS BSICOS DE LA ASIGNATURA

Nombre:

Estadstica no paramtrica
Cdigo:

24043108.
Ao del Plan de Estudios:

2004 (BOE 27 agosto 2004).

Tipo:

Troncal.
Crditos:

Obligatoria.

Optativa. Totales: Tericos: 3,5 Prcticos: 2,5

Crditos L. R. U.: Crditos Europeos:

Curso:

6,0 5,2

Segundo
Cuatrimestre:

Primero
Ciclo:

Primero

DATOS BSICOS DE LOS PROFESORES

Nombre:

Antonio Conde Snchez

Departamento:

Estadstica e Investigacin Operativa

rea de Conocimiento:

Estadstica e Investigacin Operativa

Localizacin del Despacho:

Edificio B3
e-mail:

aconde@ujaen.es
Telfono:

+ (34) 953 21 19 11
URL web:

http://estio.ujaen.es/Profesores/aconde/index.htm

DATOS ESPECFICOS DE LA ASIGNATURA

1. Descriptores de la asignatura:

2. Situacin de la asignatura. 2.1. Prerrequisitos:

El Plan de Estudios no establece ningn prerrequisito para poder cursar esta asignatura.
2.2. Contexto dentro de la titulacin:

Asignatura optativa de primer cuatrimestre.

2.3. Recomendaciones:

Asignaturas previas relacionadas: Estadstica Matemtica I y II.

3. Competencias a adquirir por los estudiantes. 3.1. Competencias transversales o genricas. 3.1.1. Competencias instrumentales:
Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco

Capacidad de anlisis y sntesis. Capacidad de organizacin y planificacin. Comunicacin oral y escrita en lengua nativa. Conocimiento de una lengua extranjera. Conocimientos de informtica, relativos al mbito de estudio. Capacidad de gestin de la informacin. Resolucin de problemas. Toma de decisiones. Otras: Especificar. Otras: Especificar. Trabajo en equipo. Trabajo en un equipo de carcter interdisciplinar. Trabajo en un contexto internacional. Habilidades en las relaciones interpersonales. Capacidad para comunicarse con expertos de otras reas. Reconocimiento a la diversidad y la multiculturalidad. Razonamiento crtico. Compromiso tico. Otras: Especificar. Otras: Especificar. Aprendizaje autnomo. Adaptacin a nuevas situaciones. Capacidad de aplicar los conocimientos en la prctica. Habilidad para trabajar de forma autnoma. Creatividad. Liderazgo. Conocimiento de otras culturas y costumbres. Iniciativa y espritu emprendedor. Motivacin por la calidad. Sensibilidad hacia temas medioambientales. Otras: Especificar. Otras: Especificar.

3.1.2. Competencias personales:

Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco

3.1.3. Competencias sistmicas:

Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco

3.2. Competencias especficas.

3.2.1. Competencias cognitivas (saber):

Tcnicas estadsticas no paramtricas. Aplicacin.

3.2.2. Competencias procedimentales e instrumentales (saber hacer):
Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco

Diseo de experimentos Capacidad de elaboracin y construccin de modelos y su validacin Anlisis de datos Diseo y construccin de indicadores simples o compuestos Representacin grfica de datos Conocimiento, identificacin y seleccin de fuentes estadsticas Interpretacin de resultados a partir de modelos estadsticos Elaboracin de previsiones y escenarios Identificacin de relaciones o asociaciones Identificacin de la informacin relevante para resolver un problema Visualizacin e interpretacin de soluciones. Utilizacin correcta y racional del software Gestin de bases de datos Diseo, programacin e implantacin de paquetes estadsticos Participacin en la implementacin de programas informticos. Diseo e implementacin de algoritmos de simulacin. Identificacin y localizacin de errores lgicos. Argumentacin lgica en la toma de decisiones. Aplicacin de los conocimientos a la prctica. Participacin en la organizacin y direccin de proyectos. Otras: Especificar. Otras: Especificar. Extraccin de conclusiones y redaccin de informes Expresin rigurosa y clara. Razonamiento lgico e identificacin de errores en los procedimientos. Capacidad de relacionar la Estadstica con otras disciplinas. Capacidad de crtica. Capacidad de adaptacin. Capacidad de abstraccin. Pensamiento cuantitativo. Otras: Especificar. Otras: Especificar.

3.2.2. Competencias actitudinales (ser):

Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Mucho Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Bastante Poco Poco Poco Poco Poco Poco Poco Poco Poco Poco

4. Objetivos:

El objetivo general de la asignatura es introducir al alumno en las tcnicas de la Estadstica no Paramtrica, indicando cmo proceder con datos provenientes de una, dos y tres o ms muestras.
5. Metodologa (en horas de trabajo del estudiante):

Primer Cuatrimestre: Clases de teora: Clases de problemas: Clases prcticas en aula de informtica: Seminarios y exposiciones: Trabajo en grupos reducidos: Estudio de clases tericas (factor de trabajo: 1,50): Estudio de clases de problemas y prcticas (factor de trabajo: 1,00): Preparacin de trabajos acadmicamente dirigidos y otras actividades: Exmenes: 28,0 15,0 15,0 7,0 0,0 42,0 25,0 9,0 4,0

Segundo Cuatrimestre: 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Total: Trabajo total del estudiante: 140,0 horas.

6. Tcnicas docentes. 6.1. Tcnicas docentes utilizadas:

140,0

0,0

Sesiones acadmicas de teora. Sesiones acadmicas de problemas. Sesiones prcticas en el aula de informtica. Seminarios, exposiciones y debates. Trabajo en grupos reducidos. Otras: Especificar. Otras: Especificar.
6.2. Desarrollo y justificacin:

Por trmino medio, cada semana se impartirn 2 horas de teora y 2 de problemas y/o prcticas de ordenador, en las que se emplearn recursos multimedia.
7. Bloques temticos:

Tema 1.- Introduccin a la estadstica no paramtrica. Tema 2.- Procedimientos que usan datos de una sola muestra. Tema 3.- Bondad de ajuste. Tema 4.- Procedimientos que usan datos de dos muestras relacionadas. Tema 5.- Procedimientos que usan datos de dos muestras independientes. Tema 6.- Test de la ji-cuadrado de independencia y homogeneidad. Tema 7.- Procedimientos que usan datos de tres o ms muestras independientes. Tema 8.- Procedimientos que usan datos de tres o ms muestras relacionadas. Tema 9.- Correlacin por rangos y otras medidas de asociacin. Regresin no paramtrica
8. Bibliografa. 8.1. Bibliografa general:

Beichelt, F.E. y Fatti, L. Paul (2001). Stochastic Processes and Their Applications. Taylor & Francis, London. Medhi, J. (1994). Stochastic Processes. Wiley. Vlez, R. (1999). Procesos Estocsticos. Universidad Nacional de Educacin a Distancia, Madrid.
8.2. Bibliografa especfica:

[1] Coleman, R. (1976). Procesos Estocsticos. Seleccin de Problemas Resueltos. Limusa. [2] Grimmett, G.R. y Stirzaker, D.R. (2001). Probability and Random Processes. Oxford University Press. New York. [3] Parzen, E. (1972). Procesos Estocsticos. Paraninfo. [4] Ross, S.M. (1996). Stochastic Processes. Wiley. [5] Srinivasan, S.K. y Mehata, K.M. (1988). Stochastic Processes. McGraw Hill.
9. Tcnicas de evaluacin. 9.1. Tcnicas de evaluacin utilizadas:

Examen terico-prctico. Trabajos desarrollados durante el curso. Participacin activa en las sesiones acadmicas. Controles peridicos de adquisicin de conocimientos. Examen de prcticas en aula de informtica. Otras: Trabajo global de fin de curso. Otras: Especificar.
9.2. Criterios de evaluacin y calificacin:

Para la evaluacin de la asignatura el alumno deber realizar, a lo largo del cuatrimestre, diversos trabajos de los contenidos expuestos en el programa. Adems, realizar una prueba final de la asignatura.

10. Organizacin docente semanal. 10.1. Primer cuatrimestre:

Horas de clases de teora 3,0 3,0 1,0 2,0 2,0 2,0 2,0 2,0 2,0 1,0 2,0 2,0 2,0 2,0 0,0 Horas de clases de problemas 1,0 1,0 0,0 0,0 1,0 1,0 2,0 1,0 1,0 1,0 1,0 1,0 1,0 0,0 1,0 Horas de clases prcticas en aula de informtica 0,0 0,0 1,0 2,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 Horas de seminarios y exposiciones 0,0 0,0 1,0 0,0 0,0 0,0 0,0 0,0 0,0 1,0 0,0 1,0 1,0 1,0 2,0 Horas de trabajo en grupos reducidos 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Horas de exmenes

Semana

Temas del temario a tratar

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Sin docencia

0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 4,0

Tema 1 Tema 2 Tema 2 Tema 3 Tema 4 Tema 4 Tema 5 Tema 5 Tema 6 Tema 6 Tema 7 Tema 7 Tema 8 Tema 9 Tema 9

Totales

28,0

15,0

15,0
Horas de clases prcticas en aula de informtica 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1,0

7,0

0,0

4,0

10.2. Segundo cuatrimestre:

Horas de clases de teora 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Horas de clases de problemas 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Horas de seminarios y exposiciones 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1,0 Horas de trabajo en grupos reducidos 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Horas de exmenes

Semana

Temas del temario a tratar

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Sin docencia

0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Totales

0,0

0,0

0,0

0,0

0,0

0,0

11. Temario desarrollado:

Tema 1.- Introduccin a la estadstica no paramtrica. - Introduccin - Mtodos paramtricos frente a no paramtricos - Algunas propiedades de los tests de hiptesis - Estadsticos ordenados - Desarrollo de la asignatura Tema 2.- Procedimientos que usan datos de una sola muestra. - Inferencia sobre parmetro de localizacin - Inferencia sobre una proporcin poblacional - Prueba de rachas de aleatoriedad - Prueba de la tendencia Tema 3.- Bondad de ajuste. - Test de la ji-cuadrado de bondad de ajuste - Test G-cuadrado de la razn de verosimilitudes - Contraste de Kolmogorov-Smirnov - Otros contrastes de normalidad Tema 4.- Procedimientos que usan datos de dos muestras relacionadas. - Contrastes sobre parmetros de localizacin - Intervalos de confianza para la diferencia de medianas - Contrastes para datos consistentes en frecuencias Tema 5.- Procedimientos que usan datos de dos muestras independientes. - Inferencia sobre la diferencia de dos parmetros de localizacin - Inferencia sobre la igualdad de dos parmetros de dispersin - Otros tests Tema 6.- Test de la ji-cuadrado de independencia y homogeneidad. - Test de la ji-cuadrado de independencia - Test de la ji-cuadrado de homogeneidad Tema 7.- Procedimientos que usan datos de tres o ms muestras independientes. - Extensin del test de la mediana - Anlisis de la varianza por rangos. Test de Kruskal-Wallis - Tests de Jonckheere-Terpstra para alternativas ordenadas - Comparaciones mltiples Tema 8.- Procedimientos que usan datos de tres o ms muestras relacionadas. - Anlisis de la varianza por rangos de dos vas de Friedman - Comparaciones mltiples - Test de Pages para alternativas ordenadas - Test de Durbin - Test de Cochran para observaciones relacionadas Tema 9.- Correlacin por rangos y otras medidas de asociacin. Regresin no paramtrica - Coeficiente de correlacin por rangos de Spearman - Tau de Kendall - Test de asociacin de Olmstead-Tukey - Coeficiente de concordancia W de Kendall - Correlacin por rangos parcial - Medidas de asociacin para tablas de contingencia - Estimacin de los parmetros en regresin lineal - Contrastes de hiptesis
12. Mecanismos de control y seguimiento:

Reuniones peridicas con los profesores de la titulacin bajo la coordinacin de la tutora de la titulacin; seguimiento de los alumnos de manera individual mediante tutoras y dos reuniones programadas con el grupo.