Economía - Matemáticas y Estadística. (Plan a extinguir)
Grado y Doble Grado. Curso 2022/2023.
TÉCNICAS AVANZADAS EN INFERENCIA ESTADÍSTICA - 900723
Curso Académico 2022-23
Datos Generales
- Plan de estudios: DT08 - DOBLE GRADO ECONOMÍA - MATEMÁTICAS Y ESTADÍSTICA (2014-15)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG1 - Comprender y utilizar las técnicas y modelos de la estadística con el lenguaje matemático adecuado.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos.
Específicas
CE1 - Proponer, analizar, validar e interpretar modelos de situaciones en las que se presenten fenómenos estocásticos utilizando las herramientas estadístico-matemáticas más adecuadas.
CE3 - Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para resolver problemas estadísticos.
CE3 - Utilizar aplicaciones informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización u otras para resolver problemas estadísticos.
ACTIVIDADES DOCENTES
Clases teóricas
Sesiones académicas teóricas.
Seminarios
Trabajo individual o en grupos tutorizado por el profesor.
Resolución de problemas y dudas por parte del profesor.
Resolución de problemas y dudas por parte del profesor.
Clases prácticas
Sesiones académicas de problemas con software específico.
Laboratorios
Laboratorios de informática.
Presentaciones
Presentación de las prácticas de grupo.
Presenciales
2,4
No presenciales
3,6
Semestre
7
Breve descriptor:
Iniciar al estudiante en el conocimiento de los métodos de Inferencia Estadística más avanzados.
Requisitos
Haber cursado con aprovechamiento la asignatura de Estadística y de Inferencia Estadística.
Objetivos
Capacitar para el uso de software que permite explorar y modelizar bases de datos. (CE3)
Ampliar los conocimientos sobre técnicas avanzadas de modelización en estadística. (CG1)
Saber aplicar los métodos de simulación en inferencia estadística. (CG1, CE1)
Aplicar técnicas de visualización de datos. (CE3)
Plantear nuevos procedimientos a partir de resultados computacionales. (CG1, CG4, CE1, CE3)
Contenido
Herramientas informáticas.
Modelización estadística.
Métodos Monte Carlo en inferencia estadística.
Estadística asintótica.
Técnicas de remuestreo.
Técnicas de estimación de curvas.
Procedimientos gráficos.
Aplicaciones de la estadística computacional.
Modelización estadística.
Métodos Monte Carlo en inferencia estadística.
Estadística asintótica.
Técnicas de remuestreo.
Técnicas de estimación de curvas.
Procedimientos gráficos.
Aplicaciones de la estadística computacional.
Evaluación
Examen o prueba objetiva 75.0%
Entrega de prácticas o proyectos 25.0%
NOTA: Evaluación válida tanto para la convocatoria ordinaria como extraordinaria.
Entrega de prácticas o proyectos 25.0%
NOTA: Evaluación válida tanto para la convocatoria ordinaria como extraordinaria.
Bibliografía
Dikta, G. y M. Scheer (2021). Bootstrap Methods With Applications in R. Springer Cham.
Gentle (2003). Random Number Generation and Monte Carlo Methods. Springer, New York.
Main, P., H. Navarro y A. Morales (2019). Simulación con ejercicios en R. Uned-Ediciones Complutense.
Ripley, B.D. (2008). Stochastic Simulation. Wiley.
Shao, J. y D. Tu (1995). The jackknife and bootstrap. Springer, New York.
Silverman, B.W. (1986). Density Estimation for Statistics and Data Analysis. Chapman Hall, London.
Efron, B. y R. Tibshirani (1993). An Introduction to the Bootstrap. Chapman Hall/CRC.
Berry, K.J. y col. (2021). Permutation Statistical Methods with R. Springer Cham.
Gentle (2003). Random Number Generation and Monte Carlo Methods. Springer, New York.
Main, P., H. Navarro y A. Morales (2019). Simulación con ejercicios en R. Uned-Ediciones Complutense.
Ripley, B.D. (2008). Stochastic Simulation. Wiley.
Shao, J. y D. Tu (1995). The jackknife and bootstrap. Springer, New York.
Silverman, B.W. (1986). Density Estimation for Statistics and Data Analysis. Chapman Hall, London.
Efron, B. y R. Tibshirani (1993). An Introduction to the Bootstrap. Chapman Hall/CRC.
Berry, K.J. y col. (2021). Permutation Statistical Methods with R. Springer Cham.
Otra información relevante
Material disponible en Campus Virtual
Software libre R
Software libre R
Estructura
Módulos | Materias |
---|---|
No existen datos de módulos o materias para esta asignatura. |
Grupos
Clases teóricas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único - Plan DT08 | 05/09/2022 - 16/12/2022 | MIÉRCOLES 15:00 - 16:00 | INF4 Aula de Informática | ALBA MARIA FRANCO PEREIRA |
VIERNES 15:00 - 16:00 | INF4 Aula de Informática | ALBA MARIA FRANCO PEREIRA |
Clases prácticas | ||||
---|---|---|---|---|
Grupo | Periodos | Horarios | Aula | Profesor |
Grupo único - Plan DT08 | 05/09/2022 - 16/12/2022 | MIÉRCOLES 16:00 - 17:00 | INF4 Aula de Informática | |
VIERNES 16:00 - 17:00 | INF4 Aula de Informática |