ORIENTAMAT

PID 11-247

Departamento de Estadstica e
Investigacin Operativa
Desire Romero Molina
Granada, 12 de Enero de 2012

Composicin
Seccin departamental de Melilla
Unidades docentes: Bioestadstica y Cartuja.
Facultad de Ciencias
Facultad de Ciencias Econmicas y Empresariales
Facultad de Ciencias de la Actividad Fsica y del Deporte
Facultad de Ciencias Polticas y Sociales
Facultad de Ciencias del Trabajo
Facultad de Ciencias de la Salud
Facultad de Ciencias Sociales de Melilla
Facultad de Comunicacin y Documentacin
Facultad de Educacin y Humanidades de Ceuta
Facultad de Farmacia
Facultad de Medicina
Facultad de Odontologa
E.T.S. de Ingeniera, Canales y Puertos
E.T.S. de Ingeniera Informtica y Telecomunicaciones

Docencia
Grados
Biologa
Bioqumica
Ciencias y Tecnologa de los Alimentos
Ciencias Ambientales
Ciencias de la Actividad Fsica y del Deporte
Enfermera
Estadstica
Farmacia
Fsica
Fisioterapia
Geologa
Informacin y Documentacin
Ingeniera Civil

Ingeniera de Tecnologas de la Computacin

Ingeniera Electrnica Industrial
Ingeniera Informtica
Ingeniera Informtica y Matemticas
Ingeniera Qumica
Matemticas
Medicina
Nutricin Humana y Diettica
Odontologa
Relaciones Laborales y Recursos Humanos
Terapia Ocupacional
Turismo

Docencia
Masters y Doctorados
Master Universitario en Fsica y Matemtica (FisyMat)
Master Universitario en Matemticas
Master Universitario en Estadstica Aplicada

Asignaturas en el Grado en Matemticas

Primer Curso: Estadstica Descriptiva e Introduccin a la Probabilidad
(Asignatura obligatoria del primer semestre, 6 crditos)

Tema 1. Introduccin a la Estadstica. Estadstica descriptiva unidimensional.

Tema 2. Estadstica descriptiva bidimensional. Regresin y correlacin.
Anlisis de atributos.
Tema 3. Espacios de probabilidad: definicin axiomtica y propiedades bsicas
de la probabilidad.
Tema 4. Probabilidad condicionada: teoremas bsicos. Independencia de
sucesos.
Tema 5. Variables aleatorias: distribuciones de probabilidad y caractersticas.
Tema 6. Algunos modelos de distribuciones discretas.

Asignaturas en el Grado en Matemticas

Segundo Curso: Probabilidad
(Asignatura obligatoria del segundo semestre, 6 crditos)

Tema 1. Variables aleatorias continuas: caractersticas y modelos.

Tema 2. Vectores aleatorios: caractersticas.
Tema 3. Distribuciones condicionadas: regresin y correlacin.
Tema 4. Independencia de variables aleatorias.
Tema 5. Algunos modelos de distribuciones multidimensionales.
Tema 6. Introduccin a las leyes de los grandes nmeros y al problema central del
lmite.

Asignaturas en el Grado en Matemticas

Tercer Curso: Inferencia Estadstica
(Asignatura obligatoria del primer semestre, 6 crditos)

Planteamiento y formulacin de un problema de inferencia estadstica.

Estimacin puntual: propiedades bsicas de los estimadores puntuales.
Mtodos de estimacin puntual.
Estimacin por regiones de confianza: propiedades bsicas; construccin de
intervalos de confianza en poblaciones unidimensionales.
Contraste de hiptesis: test de Neyman-Pearson y test de la razn de
verosimilitudes.
Introduccin a los modelos lineales: inferencia bajo hiptesis de normalidad.

Asignaturas en el Grado en Matemticas

Tercer Curso: Historia de las matemticas II
(Asignatura obligatoria del primer semestre, 6 crditos, compartida con los departamentos de
lgebra y Ciencias de la Computacin)

Historia de las Probabilidades, la Estadstica y la Investigacin Operativa.

Historia del lgebra.
Historia de la Computacin.

Asignaturas Optativas
Cuarto Curso: Estadstica Multivariante
Distribucin normal multivariante: aspectos probabilsticos, caracterizaciones.
Inferencia en la distribucin normal multivariante: inferencia mximo verosmil,
distribucin de los estimadores. Contrastes sobre vectores media: metodologa de
la T2 de Hotelling. Inferencia sobre coeficientes de correlacin.
Tcnicas factoriales: Anlisis de componentes principales, Anlisis factorial.
Correlacin cannica.
Tcnicas de clasificacin y discriminacin: Anlisis Discriminante.

Asignaturas Optativas
Cuarto Curso: Estadstica Computacional
Computacin Estadstica y Estadstica Computacional. Evolucin histrica.
Lenguajes de programacin: Visual Basic
Metodologa del Anlisis Estadstico Computacional con SPSS.
Metodologa del Anlisis Estadstico Computacional con los entornos de anlisis
y programacin estadstica R y S+.
Casos prcticos: anlisis estadstico de datos reales. Comparacin de software.
Resolucin prctica de problemas clsicos de la Estadstica con R y S+.

Asignaturas Optativas
Cuarto Curso: Procesos Estocsticos
Teora general de procesos estocsticos: definicin, clasificacin, trayectorias,
distribucin.
Cadenas de Markov: ecuacin de Chapman-Kolmogorov, distribucin,
clasificacin de los estados y comportamiento lmite.
Procesos de Markov. Procesos homogneos. Distribuciones estacionarias.
Otros tipos de procesos: procesos de nacimiento y muerte, procesos de Poisson.

Otros Mdulos Optativos

Anlisis estadstico de datos discretos

(12 crditos, primer y segundo semestre)

Anlisis de independencia y asociacin en tablas de contingencia.

Modelos log-lineales. Modelos logit. Modelos probit.
Estadstica computacional para datos categricos.
Aplicaciones en distintos campos como la sociologa, la epidemiologa y las
ciencias biomdicas.

Anlisis estadstico y evaluacin de riesgos (12 crditos, primer y segundo sem.)

Riesgo e incertidumbre: Aspectos conceptuales y epistemolgicos.
Teora de la decisin estadstica e introduccin a la teora de valores extremos.
Procesos puntuales en el anlisis de riesgos.
Series temporales y volatilidad. Modelos GARCH. Metodologas VaR.
Mtodos estadsticos multivariantes y simulacin Monte Carlo.
Estudio de casos significativos en distintos campos del aplicacin (Finanzas,
Ingeniera, Geofsica, Medio Ambiente, Epidemiologa, Seguros, entre otros).

Otros Mdulos Optativos

Anlisis exploratorio y minera de datos (12 crditos, primer y segundo semestre)
Anlisis exploratorio y minera de datos. Conceptos bsicos.
Tcnicas cuantitativas AED.
Tcnicas de Minera de Datos para problemas de agrupamiento.
Tcnicas de Minera de Datos para problemas de clasificacin.
Tcnicas de Minera de Datos para problemas de asociacin.
Herramientas software para el AED y MD.

Bioestadstica (12 crditos, primer y segundo semestre)

Anlisis exacto y asinttico de una o varias tablas 2x2. Test de independencia.
Medidas de asociacin epidemiolgicas.
Ensayos clnicos. Metaanlisis. Bioequivalencia de medias y proporciones.
Medidas de concordancia o acuerdo.
Mtodos de diagnstico. Anlisis de supervivencia.
Regresin logstica en Bioestadstica.

Otros Mdulos Optativos

Demografa estadstica (12 crditos, primer y segundo semestre)
Fuentes de datos demogrficos autonmicos, nacionales y de otros pases.
Modelos de crecimiento de poblaciones. Logstica de Robertson.
Perspectivas demogrficas. Herramientas bsicas. Diagrama de Lexis.
Fenmenos demogrficos en una generacin y del momento. Interferencias.
Tcnicas avanzadas para el ajuste, estudio y proyeccin de los fenmenos dem.
Modelos estocsticos de crecimiento de poblaciones.

Estadstica industrial (12 crditos, primer y segundo semestre)

Fiabilidad y calidad. Fiabilidad de componentes y sistemas.
Distribuciones de tiempos de vida usuales en fiabilidad.
Anlisis grafico de tiempos de fallo en modelos paramtricos y construccin de la
funcin de fiabilidad emprica. Sistema de calidad en la empresa.
Planes de inspeccin estadstica y grficos de control por atributos y variables.
Anlisis de la capacidad de un proceso y diseo de experimentos aplicado a la
calidad.

Otros Mdulos Optativos

Estadstica pblica (12 crditos, primer y segundo semestre, tercer curso)
Organizacin estadstica Autonmicas, Nacional, Unin Europea e Internacional.
Planes y programas estadsticos Autonmicos, nacional, Unin Europea e Inter.
Clasificaciones y difusin estadsticas. Estadsticas de poblacin.
Estadsticas econmicas. Estadsticas sociales. Otras estadsticas.
Derechos fundamentales y tratamiento de datos personales.
Legislacin sobre: proteccin de datos, secreto estadstico y estadstica pblica.
Procedimientos de reclamacin en los supuestos de vulneracin de derechos
fundamentales derivados de esta actividad administrativa.

Optimizacin estadstica mediante simulacin estocstica (12 crditos, 1 y 2 )

Mtodos clsicos de generacin de variables aleatorias, vectores aleatorios y
matrices aleatorias. Mtodos de remuestreo. Integracin Monte Carlo.
Generacin de procesos aleatorios bsicos. Simulacin de cadenas de Markov.
Algoritmos Data Augmentation y Gibbs sampling. Algoritmos de MetropolisHastings e Hbridos. Aplicaciones: Modelos lineales mixtos.

Otros Mdulos Optativos

Tcnicas de anlisis multivariante y aplicacioes

(12 crditos, 1 y 2 semestre)

Anlisis de componentes principales y anlisis factorial exploratorio.

Anlisis factorial confirmatorio. Modelos LISREL.
Anlisis de correlaciones cannicas.
Tcnicas probabilsticas de clasificacin. Anlisis discriminante.
Modelos estadsticos lineales multivariantes de rango mximo. Regresin lineal.
Modelos estadsticos lineales mult. de rango no mximo. MANOVA y MANCOVA.
Mtodos matemticos avanzados (12 crditos, primer y segundo sem., tercer curso)
Derivacin matricial y Teora de Operadores.
Funciones de variable compleja y clculo integral complejo. Teora de residuos.
Series de Fourier. Transformadas integrales.
Tcnicas de continuacin para la resolucin de sistemas de ecuaciones no
lineales.
Interpolacin y ajuste de datos con funciones splines.
Programacin con Clculo Simblico y Clculo Numrico.

Grupos de Investigacin
Grupos de la Junta de Andaluca
FQM145 - ESTADSTICA COMPUTACIONAL Y APLICADA
FQM147 - ANLISIS ESTADSTICO DE DATOS MULTIVARIANTES Y PROC. EST.
FQM157 - CLCULO ESTOCSTICO
FQM224 - ANLISIS DE SUPERVIVENCIA, DISTRIBUCIONES DE PROBABILIDAD
FQM235 - BIOESTADSTICA
FQM299 - MODELIZACIN ESTOCSTICA EN FIABILIDAD Y SUPERVIVENCIA
FQM307 - MODELIZACIN Y PREDICCIN CON DATOS FUNCIONALES
FQM365 - DISEO Y ANLISIS ESTADSTICO DE ENCUESTAS POR MUESTREO

FQM147 Anlisis Estadstico de Datos Multivariantes y Procesos Estocsticos

Personal
Investigador Principal: Ramn Gutirrez Jimez
Francisco Javier Alonso Morales
Jos Miguel Angulo Ibez
Ramn Gutirrez Snchez
Ana Esther Madrid Garca
Ahmed Nafidi
Eva Mara Ramos valos

Nuria Rico Castro

Patricia Romn Romn
Desire Romero Molina
Mara Dolores Ruz Median
Francisco de Ass Torres Ruz

Palabras Clave: Anlisis multivariante. Campos aleatorios. Procesos de Markov. Procesos

estocsticos de difusin.

Lneas de investigacin: Procesos estocsticos de difusin y campos aleatorios.

Mtodos estadsticos multivariantes y aplicaciones. Modelizacin estocsica en
economa, finanzas, ciencias naturales y de la vida. Estadstica medioambiental.
Mtodos de anlisis estadsticos.

Mster en Estadstica Aplicada

Coordinador: Dr. Andrs Gonzlez Carmona
Objetivos:
Formar en tcnicas avanzadas para desarrollar tareas especficas en empresas
privadas, organismos pblicos y asesora estadstica.
Ampliar conocimientos transmitindoles mtodos y tcnicas no estudiadas en
los cursos de grado y que son de inters para una formacin completa y
actualizada.
Incrementar la capacidad, crtica, respecto de las posibilidades que la
Estadstica tiene para abordar y resolver problemas que se plantean en
distintos campos.
Formar en la metodologa de la investigacin propia de este rea de
conocimiento, lo que se plasmar en el trabajo de investigacin a realizar en el
Mdulo de Investigacin del programa y, por supuesto, ms profundamente en
caso de que realicen su tesis doctoral.

Mster en Estadstica Aplicada

El ttulo de ste Mster virtual se desarrolla en tres partes: Docencia, Prcticas de
Empresa y Trabajo fin de mster, que se pueden realizar en un curso acadmico.
La docencia se divide en dos mdulos atendiendo al carcter de los mismos:
MDULO I: Formacin para la investigacin.
MDULO II: Aplicaciones de la estadstica.
El mster puede realizarse eligiendo entre las siguientes opciones:
OPCIN I (orientada al mundo de la empresa): Obligatorio prcticas de empresa y
cursos a elegir entre los Mdulos I y II.
OPCIN II (orientada a la investigacin, en este caso el mster supone el perodo de
formacin del programa de doctorado en matemticas y estadstica): Obligatorio 5 cursos a
elegir en el Mdulo I y adems 6 cursos a elegir entre los Mdulos I y II o bien 3
cursos a elegir entre los Mdulos I y II y las prcticas de empresa.
Informacin completa en http://www.moea.es