martes, 21 de febrero de 2017

Tema 3: El concepto de probabilidad

Clase del jueves 23 de febrero de 2017

En este primer tema de la Unidad Didáctica 2, se tratará la probabilidad desde un punto de vista conceptual. Se seguirá el siguiente esquema:

  1. Se abordarán las tres interpretaciones del concepto de probabilidad: clásica, frecuentista y bayesiana o subjetiva.
  2. Se darará una definición axiomática, y se deduciran algunas de sus propiedades elementales.
  3. Finalmente, se tratará cómo cuantificarla, haciendo hincapié en la conocida Regla de Laplace.

Estas serán las trasparencias para la clase:



martes, 14 de febrero de 2017

Problemas (I): UD 1

Clase del jueves 16 de febrero de 2017








Se plantearán y resolverán test y problemas de la UD 1. Recordad que el test de esta unidad se realizará el miércoles dia 22 de febrero, a las 14:00 en la antigua biblioteca (Bloque 2). Para la distribución de aulas, consultad la sección "Pruebas de Evaluación" en Moodle. Este es el listado de problemas que se resolverán en clase, por orden de exposición:

  1. Test febrero 2015 y 2013
  2. Ejercicios de autocomprobación nº 1-4, tema 1.
  3. Ejercicios de autocomprobación nº 7, tema 1.
  4. Ejercicios de autocomprobación nº 1-9, tema 2.
Recordad que lo más interesante será poder aclarar las dudas que os hayan surgido al intentar resolver los problemas.

viernes, 10 de febrero de 2017

Tema 2 (2/2)+ Primer Informe práctico

Clase del lunes 13 de febrero de 2017




La clase se dividirá en dos bloques:

Primer bloque: Final de Tema 2

Finalizaremos el Tema 2 desarrollando las medidas  de forma y de relación

Las trasparencias que se usarán en este primer bloque serán desde de la 42 a la 60 del set usado en la clase pasad.


Segundo bloque: Primer informe práctico

Se discutirá cada punto del guión del Informe Práctico 1 incluido en Moodle.

En la clase se irá haciendo referencia a un conjunto de videos que, simultáneamente, servirán de guión y de manual práctico. Los videos fueron grabados hace dos años con pocos medios,  poco tiempo (prácticamente improvisados, sin ningún guión detrás) y con otras circunstancias personales que detectaréis rápidamente al oirlos; i.e, un "catarro considerable" que me impedía a veces tener un discurso continuado. Aún así, creo que el material puede resultaros de utilidad. Debéis tomarlo como algo orientativo, y como un manual práctico audiovisual. No lo consideréis nunca como referencia para dar una interpretación de vuestros resultados. Para orientaros sobre esas interpretaciones tendremos las clases presenciales y las tutorías; que, os recuerdo, no sólo serán presenciales, sino que podéis utilizar  Moodle, Skype, Telegram etc..

Si diera tiempo, en la última parte de la clase se resolverán problemas de la UD1. Aunque será  la clase del jueves la que la dediquemos a éstos.

A continuación paso a describiros la práctica, punto a punto:

1.- Análisis Descriptivo de una variable estadística multidimensional

Describir gráficamente ese conjunto de datos multidimensionales

1.1 Diagrama de estrellas:




1.2 Matriz de diagramas de dipersión:





2.- Análisis Descriptivo de una variable estadística unidimensional

2.1. Tabla de frecuencias:



2.2. Histogramas y curvas de frecuencias relativas acumuladas:



2.3 Diagrama tallo-hoja:




2.4 Medidas resumen:



2.5 Diagrama de cajas:



Nota Si deseáis realizar la práctica con R, además del tutorial incluido en Moodle, puede resultaros útil la colección de videos que ha realizado el profesor Raúl García Castro.

martes, 7 de febrero de 2017

Tema 2: Medidas características de una distribución de frecuencias

Clase del jueves 9 de febrero de 2017

---------------------
Importante. Recordad que el viernes dia 10, a las 13:00,  finaliza el plazo para entregar los grupos de práctica a través de Moodle.
-------------------

Si en el tema 1 nos interesabamos por el patrón subyacente en una serie de datos,  en el tema 2 lo haremos por un conjunto de medidas que sintetice dicha serie, o al mismo patrón subyacente.

Dependiendo de lo que se pretenda caracterizar con dicha síntesis o resumen, surgirán diversas medidas:


a) Medidas de tendencia central: buscan caracterizar la uniformidad de los datos

b) Medidas de dispersión: buscan caracterizar la disparidad de los datos

c) Medidas de forma: buscan caractetizar la forma en la que se distribuyen los datos

d) Medidas de relación: buscar caracterizar la vinculación entre variables.


 

Las trasparencias que se usarán en la clase son las siguientes:



viernes, 3 de febrero de 2017

Tema 1 (2/2)

Clase del lunes 6 de febrero de 2017

---------------------
Importante. Recordad que el viernes dia 10, a las 13:00,  finaliza el plazo para entregar los grupos de práctica a través de Moodle.
-------------------
La clase se estructurará en dos bloques.

Primer bloque: Final de Tema 1

Nos centraremos en el análisis estadístico de datos bidimensionales o bivariantes. En esta caso, se introducirán tres tipos de distribuciones de frecuencias: conjunta, marginales y condicionadas.

Se tratará de la representación tabular de la distribución conjunta, tabla de contingencia, así como de su representación gráfica, el histograma tridimensional.

A continuación se hablará de la relación existente entre esa tres distribuciones y del concepto de independencia de variables estadísticas.

Finalmente, se ofrecerá una breve introducción al análisis exploratorio de datos (AED).

Estas son las trasparencias para el primer bloque:


Segundo bloque:  Comienzo del Tema 2
 

Si en el tema 1 nos interesabamos por el patrón subyacente en una serie de datos,  en el tema 2 lo haremos por un conjunto de medidas que sintetice dicha serie, o al mismo patrón subyacente.
 
Dependiendo de lo que se pretenda caracterizar con dicha síntesis o resumen, surgirán diversas medidas:

a) Medidas de tendencia central: buscan caracterizar la uniformidad de los datos




b) Medidas de dispersión: buscan caracterizar la disparidad de los datos



c) Medidas de forma: buscan caractetizar la forma en la que se distribuyen los datos


d) Medidas de relación: buscar caracterizar la vinculación entre variables.






Las trasparencias que se usarán en este segundo bloque serán las 17 primeras del siguiente set:





jueves, 2 de febrero de 2017

Tema 1: Análisis estadístico de datos (1/2)

Clase del viernes 3 de febrero de 2017


Primera clase dedicada a la teoría del Tema 1. En ella se empezará introduciendo las cuatro escalas de medidas de las que pueden proceder un conjunto de datos: nominal, ordinal, de escala y de razón.

En la clase de hoy nos centaremos en los datos unidimensionales


Se tratará la representación tabular y gráfica de un conjunto de datos, basándonos en el concepto de frecuencia, o repetición. 

El concepto de frecuencia, a su vez,  sustentará la noción de patrón a la que hicimos mención en la clase anterior. A veces, para que se puedan dar repeticiones, se necesita agrupar los datos en clases. Se describirá cómo agrupar datos y cuál es el número idóneo de clases.

De la representación gráfica se destacará al histograma, de cuyo perfil se extrae el patrón que subyace en un conjunto de datos.

Se incluirá, una primera aproximación al análisis exploratorio de datos (AED). 

Estas son las trasparencias para la clase de hoy:


miércoles, 1 de febrero de 2017

Presentación de la asignatura curso 16-17

Primera parte de la clase del jueves 2 de febrero de 2017

En esta primera parte de la clase se ha presentado información relevante sobre la asignatura para el curso 2016-17. Seguidamente, se han puesto en perspectiva los diferentes bloques de que consta la asignatura: 
  1. Estadística Descriptiva
  2. Cálculo de Probabilidades
  3. Inferencia Estadística.  

Para ello se ha utilizado la idea de patrón, o de estructura subyacente a un conjunto de datos, como elemento vertebrador.

Uno de los objetivos de la Estadística Descriptiva es encontrar patrones dentro la información cuantitativa, una vez que estructuras algebraicas o algorítmicas han sido descartadas. 


La extrapolación de dichos patrones es el objetivo fundamental de la Inferencia Estadística. Extrapolar implica asumir posibles errores e incertidumbre. La sintaxis para trabajar en un escenario bajo incertidumbre la proporciona el Cálculo de Probabilidades.


Aquí están las trasparencias que se han usado durante la primera parte de la clase