![]() |
Guia docente | |||||||||||||||||||||||||||||||||||||||
DATOS IDENTIFICATIVOS | 2024_25 | |||||||||||||||||||||||||||||||||||||||
Asignatura | ESTADÍSTICA Y MUESTREO | Código | 00915001 | |||||||||||||||||||||||||||||||||||||
Enseñanza |
|
|||||||||||||||||||||||||||||||||||||||
Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||||||||||||||||||||
3 | Obligatoria | Primer | Primero |
|||||||||||||||||||||||||||||||||||||
Idioma |
|
|||||||||||||||||||||||||||||||||||||||
Prerrequisitos | ||||||||||||||||||||||||||||||||||||||||
Departamento | ECONOMIA Y ESTADISTICA |
|||||||||||||||||||||||||||||||||||||||
Responsable |
|
Correo-e | edelm@unileon.es ralve@unileon.es |
|||||||||||||||||||||||||||||||||||||
Profesores/as |
|
|||||||||||||||||||||||||||||||||||||||
Web | http:// | |||||||||||||||||||||||||||||||||||||||
Descripción general | Con esta asignatura se pretende que el alumno adquiera la formacion estadistica necesaria para la obtencion y el tratamiento de los datos utilizados en la geoinformatica con un enfoque eminentemente práctico. Se profundizará en los aspectos del análisis exploratorio de datos, en el muestreo estadístico y en la comparación de muestras. | |||||||||||||||||||||||||||||||||||||||
Tribunales de Revisión |
|
|||||||||||||||||||||||||||||||||||||||
Competencias |
Tipo A | Código | Competencias Específicas |
A17846 | 915CE1 Capacidad de programar y automatizar procesos geoespaciales para el tratamiento espacial y estadístico de datos. | |
A17854 | 915CE3 Capacidad para diseñar muestreos, analizar un conjunto de datos multidimensional, y desarrollar y evaluar modelos adecuados a casos reales. | |
Tipo B | Código | Competencias Generales y Transversales |
B5542 | 915CG2 Capacidad para desarrollar bases de datos geoespaciales, y aplicar y desarrollar geoprocesos de forma que el modelado de la información geográfica posibilite la extracción de información útil en gestión de recursos naturales. | |
B5543 | 915CG3 Aptitud para seleccionar, aplicar y evaluar las metodologías y técnicas geoinformáticas avanzadas más adecuadas en su aplicación a problemas de gestión de recursos naturales. | |
B5544 | 915CT1 Capacidad de toma de decisiones basadas en criterios objetivos, así como capacidad de argumentar y justificar dichas decisiones. | |
Tipo C | Código | Competencias Básicas |
C1 | 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. |
Resultados de aprendizaje |
Resultados | Competencias | ||
Planificar correctamente la recogida de datos | A17846 |
B5542 |
C1 |
Saber aplicar las técnicas estadísticas adecuadas para analizar datos | A17846 |
B5543 B5544 |
C1 |
Conocer los principios del muestreo estadístico | A17854 |
C1 |
|
Diseñar procedimientos para obtener muestras de calidad | A17854 |
||
Saber aplicar las técnicas de comparación de muestras | A17854 |
C1 |
Contenidos |
Bloque | Tema |
ANÁLISIS EXPLORATORIO DE DATOS | 1.-Tipos de variables 2.-Gráficos 3.-Medidas de centralidad y dispersión 4.-Correlación lineal |
MUESTREO | 1.-Inferencia estadística. Población y muestra 2.-Contexto de muestreo 3.-Pasos del muestreo 4.-Métodos de muestreo(aleatorio simple, sistemático, estratificado) 5.-Cálculo del tamaño de la muestra y estimación del error de muestreo 6.-Análisis de la potencia |
COMPARACIÓN DE MUESTRAS | 1.-Comparación de dos muestras: métodos paramétricos y no paramétricos. 2.-Comparación de más de dos muestras: métodos paramétricos y no paramétricos |
Planificación |
Metodologías :: Pruebas | |||||||||
Horas en clase | Horas fuera de clase | Horas totales | |||||||
Practicas a través de TIC en aulas informáticas | 7 | 0 | 7 | ||||||
Trabajos | 0 | 50 | 50 | ||||||
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL) | 1 | 8 | 9 | ||||||
Tutoría de Grupo | 1 | 0 | 1 | ||||||
Sesión Magistral | 4 | 0 | 4 | ||||||
Pruebas mixtas | 2 | 2 | 4 | ||||||
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
descripción | |
Practicas a través de TIC en aulas informáticas | Actividad Dirigida: Se guiará al alumno en el aprendizaje y manejo de las técnicas estadísticas mediante el uso de software estadístico en las Aulas de Informática. |
Trabajos | Actividad Autónoma: Se proponen al alumno distintas tareas para su realización en un plazo determinado a partir de información previamente recogida por él. |
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL) | Actividad Supervisada. Aprendizaje basado en la resolución de problemas/casos propuestos en la asignatura, empleando herramientas informáticas. |
Tutoría de Grupo | Actividad Supervisada. Resolución de dudas planteadas por los alumnos (en grupo). |
Sesión Magistral | Actividad Dirigida. En la sesión magistral se explicarán los contenidos del programa mediante el empleo de materiales de apoyo disponibles previamente en la Web. De forma previa a las clases teóricas, se recomienda al alumno que trabaje sobre los materiales, bibliografía o recursos que hayan sido recomendados por el profesor. De este modo, estará en disposición de participar de forma activa en las clases teóricas en que se aborden dichos contenidos. |
Tutorías |
|
|
Evaluación |
descripción | calificación | ||
Trabajos | Resolución y entrega de tareas y trabajos. | 45% | |
Pruebas mixtas | Una prueba teorico-práctica en las que se evalúa el correcto desarrollo de los aspectos teóricos y la resolución e interpretación de resultados en los ejercicios planteados. | 55% | |
Otros | Asistencia, participación y actitud | 0% | |
Otros comentarios y segunda convocatoria | |||
Primera Convocatoria:Para poder superar la asignatura en la primera convocatoria el alumno tiene que alcanzar, como mínimo, un 5 en la prueba mixta y una nota media mínima de 5 en los trabajos propuestos. Además, tras aplicar las ponderaciones de cada parte (prueba mixta y trabajos), la nota final tiene que ser igual o superior a 5 para aprobar la asignatura. Segunda Convocatoria:Esta prueba se realizará en la fecha establecida por el Calendario Académico y por el Centro para la realización de las pruebas correspondientes a la 2ª Convocatoria Ordinaria y sólo se podrá recuperar Prueba Mixta. Tras aplicar las ponderaciones de cada parte (prueba mixta y trabajo), la nota final tiene que ser igual o superior a 5 para aprobar la asignatura.
Las Pruebas Mixtas (primera y segunda convocatoria) se desarrollarán de forma presencial (Campus de Ponferrada) o en remoto. Con el fin de garantizar la certificación de la autoría y que el procedimiento de evaluación sea fiable y válido, se establecerán las herramientas necesarias para llevarlo a cabo. |
Fuentes de información |
Acceso a la Lista de lecturas de la asignatura |
Básica |
![]() |
BIBLIOGRAFÍA BÁSICA Ayuga, E.; González, G.; Martín, S.; Martínez, J. E.; Pardo, M (1998). Técnicas de Muestreo en Ciencias Forestales y Ambientales. BELLISCO Boza , J.; Pérez- Rodríguez, J.; León, J de. (2016). Introducción a las Técnicas de Muestreo. Pirámide. Cohen, Y., Cohen, Y. (2008). Statistics and Data with R: An Applied Approach Through Examples. John Wiley & Sons. Crawley, M.J. (2013). The R Book. John Wiley & Sons, Ltd. Daniel, W.W. (1990). Applied Nonparametric Statistics. USA, PWS-KENT. Liviano, D.; Pujol, M. (2017). Análisis Cuantitativo con R. Editorial UOC. Peña, D. (2008). Fundamentos de Estadística. Alianza Editorial Pérez, C. (1999). Técnicas de Muestreo Estadístico. Teoría, Práctica y Aplicaciones Informáticas. Ra-ma. Ross, S. M. (2007):Introducción a la Estadística. Reverté Sarabia, J.M.; Prieto, F.; Jordá. V. (2018). Prácticas de Estadística con R. Pirámide Scheaffer, R.L.; Mendenhall, W.; Ott, L. (1987). Elementos de Muestreo. Iberoamericana. Página web oficial del software R : https://www.r-project.org/ --> |
|
Complementaria | |
BIBLIOGRAFÍA COMPLEMENTARIA Clairin, R.; Brion P. (2001). Manual de Muestreo. La Muralla Cuadras, C.M. (2016).Problemas de Probabilidades y Estadística. Editorial UB. Dalgaard, P. (2002). Introductory Statistics with R. Springer. Devore, J.L.(2008) Probabilidad y Estadística para Ingeniería y Ciencias, Thompson. Grafen, A., Hails, R. (2002). Modern Statistics for the Life Sciences, Oxford University Press. Milton, J.S. (2007). Estadística para Biología y Ciencias de la Salud, McGraw-Hill/Interamericana de España. Pace, L. (2012). Beginning R. An Introduction to Statistical Programming. Apress. Williams, L.J., Krishnan, A., Hervé Abdi, H. (2009).[R] Companion for Experimental Design and Analysis for Psychology. Oxford University Press.
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente | ||
|